基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合,提出一种求解多传感器多目标跟踪数据关联问题的方法.该方法的目的是实现多传感器观测数据的模糊聚类,使源于不同目标的观测数据能正确划分到该目标中去.仿真结果表明,该算法可以实现数据与目标的正确关联,克服传统硬判断的一些缺点.     

暴露在海水管路中X52钢的局部生物腐蚀

通过采用生物探针在海水管路内表面放置微生物，对X52管材进行为期60天的暴露试验以对微生物所引起的腐蚀进行研究。遭受严重腐蚀的表面上有不同大小和深度的点蚀，当除掉沉积在生物试样表面的生物膜后，能观察到大量的金属损失，这在管路正常使用的情况下是没有预料到的。通过测量各坑的深度，得到一条深度分布曲线。从X52钢的生物试样表面取下的生物膜用于人工培养不同的嗜氧菌或兼性菌，发现厌氧菌呈现负增长。根据16S rRNA基因序列的相似性，确定了嗜氧菌和兼性菌的形态和化学特性，结果显示这些嗜氧菌和兼性菌可能是这种环境下产生的一个新物种。     

生产中心制造船模式的研究与应用

从造船业的特点及我国造船业的现状出发，在吸取国际造船业先进技术和经验的基础上，提出并确立了适于现代化造船的模式——生产中心制造船模式。分析、探讨此造船模式的结构、特点和运作方式。基于生产中心制造船模式的工程分解在于理顺作业任务包特征的相似性，以达到区域的专业化生产。模式的供应链是实现总装化造船的保证，造船信息化工程是运作生产中心制造船模式的支撑，为取得系统的平衡和控制必需建立动态和有效的计划体系。文中引入相似性理论分析产品导向型作业分解，提出了优化排坞计划的动态模拟优化方法和优化壳舾涂一体化计划的改进后的遗传算法。本文研究的成果已经在外高桥造船公司得到了初步实践。     

面向现代造船条件的船体类模块分段定义

为了使造船企业走出靠简单扩大再生产提高生产效率的误区,提出船体类模块分段的概念,以模块制造理论为基础,以模块化制造思想为指导,在不改变现有非标准船舶的船体结构和非标准生产能力配置的前提下,对船体分段进行几何结构和制造工艺等方面的相似性分析,确定船体类模块分段标准。     

爆炸气泡与舰船相互作用的相似性方法研究

在相似方法的基础上,基于修正的Rayleigh模型,描述水下电火花放电气泡(小尺度气泡)与真实的水下爆炸气泡(大尺度气泡)之间的相似关系。总结不同工况下不同尺度气泡运动及其载荷的相似规律,包括气泡半径的变化、迁移量以及射流速度等特征量。在此基础上,将水中气泡与复杂的舰船边界耦合,研究舰船附近气泡的动态特征。研究表明,基于相似性理论可有效地用电火花气泡模拟水下爆炸气泡,可将机理性试验的结果拓展到应用研究中。     

融合边缘检测与区域生长的交通图像分割方法

在交通监控中,如何从复杂的背景中分割运动物体是至关重要的一步,针对车辆的运动阴影对图像分割产生的不利影响,提出了一种新的融合边缘检测与区域生长的彩色图像分割算法,算法同时考虑了图像的彩色信息和空间信息.该算法首先对彩色图像边缘检测,并根据检测结果设置种子像素;再基于颜色相似性生长准则,结合边缘检测结果,对每个种子点进行区域生长;最后,利用区域合并算法对剩余的像素进行合并.实验结果表明该算法很大程度上克服了阴影给图像分割带来的不利影响.     

推荐算法的船舶电子海图数据相似性检索方法

以提升船舶导航路线制定质量为目的,提出推荐算法的船舶电子海图数据相似性检索方法,提高电子海图数据相似性检索质量。通过加权核范数算法填充船舶电子海图数据稀疏评分矩阵,通过协同过滤推荐算法计算检索目标与电子海图数据间的评分相似性以及类别相似性;根据评分相似性与类别相似性,得到基于评分相似性与类别相似性的电子海图数据推荐预测评分,以动态加权方式得到电子海图数据相似性检索结果。实验证明：该方法可有效完成船舶电子海图数据相似性检索;不同电子海图数据评分矩阵稀疏度时,该方法电子海图数据相似性检索的归一化折损累积增益均较高,即检索精度较高。     

一种改进的SIFT图像立体匹配算法

针对SIFT算法复杂度高、计算时间长、影响立体匹配的实时性等问题,提出了一种改进的立体视觉特征点匹配算法该算法从两个方面对SIFT算法进行改进:首先利用24维特征描述符代替128维特征描述符,以降低计算复杂度;其次在图像对匹配过程中采用改进的BBF搜索算法,通过引入最小优先级队列的限制条件和匹配精度更高的马氏距离判断两幅图像特征点的匹配性.采用经典图像和未知的室外环境下拍摄的图像对本文算法进行实验验证,结果表明,本文提出的算法每100个特征点检测时间为0.01 s,正确匹配率平均为89.65%,相对于原算法,提高了匹配的准确度,并降低了匹配时间.      

基于时间序列相似性搜索的交通流短时预测方法

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25%和3.85%,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度.