基于边缘强度的指纹图像二值化方法

提出了一种合理有效的指纹图像二值化方法,先利用Kirsch算子得到指纹图像的方向场,然后对指纹图像进行方向中值滤波,最后通过图像的边缘强度设计局部自适应阈值对指纹图像进行分割,从而得到二值化图像。在自适应阈值的计算上,文中还提出了一种如何选择最佳图像分块大小的方法。实验结果表明,该方法不但处理效果好,而且运算速度快,满足了处理要求。     

碰撞危险局面下VTS值班员交通组织及值班用语规范初探

文中以一起典型的VTS覆盖水域船舶碰撞危险事件为例,论述了碰撞危险局面下VTS值班员交通组织的依据、措施建议和值班用语规范,为规范VTS值班员的交通组织标准提供思路.     

基于AHP和熵权法的地铁车站深基坑施工安全评价

为准确了解地铁车站深基坑施工安全状况,文章系统考虑人、设备、环境、管理以及工程等影响深基坑施工的安全因素,建立地铁车站深基坑施工安全评价指标体系。综合使用层次分析法和熵权法确定权重,建立安全性评判模型,评价施工安全等级;最后利用反馈回的数据对施工现场安全性进行评价,验证了模型的适用性和科学性,同时表明熵权法在一定的情况下也可用于单一评价对象的权重计算。     

重型弹性安装设备非标冲击试验考核方法研究

根据现行的舰船设备抗冲击试验考核标准GJB150.18-86,质量大于2.7 t的重型设备需在标准浮动冲击平台(以下简称浮台)上进行冲击试验考核,合格后方可装舰。对于给定时域冲击载荷的重型弹性安装设备的试验考核,则是一个需要解决的问题。该文首先采用目前描述冲击或作用在设备上的瞬态载荷最为广泛的间接方法即冲击谱方法对此时域载荷进行了描述,并将其与浮台冲击谱进行了比较,采用安装频率处谱值等效的方法来确定时域载荷和浮台冲击谱对考核结果是否具备一致性。接着,对一重型弹性安装设备在浮台上按照设计载荷的要求进行了试验,发现浮台低频段由于气泡脉动的影响在其倍频程处呈现振荡效应,影响设备低频段响应的主要因素包括气泡脉动频率、设备安装频率和气泡驱动因子等。最后,通过设置合理的工况,达到了预期的要求。     

基于改进云模型的地铁站行人拥挤辨识方法

为降低城市地铁站内行人拥挤识别时多指标和多等级带来的不确定性和模糊性,采用改进云模型构建行人拥挤状态辨识模型。基于AHP-熵权法标定指标权重和行人拥挤状态等级,以标定的指标权重和各指标等级阈值作为输入,计算云数字特征值,采用正向正态云发生器,建立模板云和待识别云模型,计算两者之间的隶属度,根据最大隶属度原则辨识车站内各服务设施的行人拥挤状态,最后输出各服务设施的拥挤等级辨识结果。以宁波市鼓楼站为实证对象,对辨识结果进行实证分析。结果表明:采用四级行人拥挤状态划分方法合理可行。     

基于WVD和Hough变换二值积累的信号检测方法

WVD-Hough变换是检测多分量线性调频信号的有力工具,但当多分量线性调频信号能量相差较大时,采用WVD-Hough变换进行检测,就会导致强信号对应峰值的平台将弱信号所对应的峰值掩盖掉。虽然可以通过基于＂CLEAN＂思想的算法将信号一一检测出来,但带来的计算量急剧增大。为此在WVD-Hough变换的基础上提出了基于WVD-Hough变换的二值积累方法,该方法可以同时检测出强信号以及被强信号平台掩盖的弱信号,具有很大的实用价值,仿真的结果验证了算法的有效性。     

基于最大熵谱估计的舰船静电场实时检测方法

舰船静电场是海水中舰船产生的物理场之一,是很难被隐身的目标特征信号.以往对静电场的检测方法都是基于信号的时域特征,低信噪比情况下,检测效果差.通过对舰船静电场的频域特征分析发现,其能量主要集中在低频段,利用这个特点,提出了一种基于最大熵谱估计(MESE)的舰船静电场实时检测的方法.首先对舰船静电场信号进行最大熵谱估计,然后提取低频段功率谱值作为特征量,通过设定的浮动阈值进行分段功率谱滑动检测,用实船数据对该方法进行了验证,取得了较好的效果.     

m阶非齐次马氏信源的一类Shannon-Mcmillan定理

采用构造相容分布与非负上鞅的方法研究了m阶马氏信源相对熵密度的强极限定理,由此得出若干马氏信源、无记忆信源的随机Shannon-Mcmillan定理.并将已有的马氏信源的结果加以推广.     

在役高桩码头耐久性等级的灰色综合评估

在研究高桩码头耐久性损伤特点及其结构特征的基础上,建立了包括指标层、准则层和目标层的多层次评估模型;结合专家经验和已有的工程实例研究成果,给出了各指标的评估标准及构件、结构耐久性等级划分标准;运用层次分析法原理,确定各层次的初始权重,再运用熵的性质对初始权重进行修正;最后以灰色关联度为准则对在役高桩码头构件和结构的耐久性进行综合分级评估,为工程人员鉴定、评估提供依据.并以浙江省某梁板式高桩码头为例进行实际应用分析,结果表明这种方法具有实际应用价值.