修订后的海盗条款

7月19日,BIMCO发布了关于修订后的海盗条款特别通告,该话题已成为业界热点之一,现将有关背景介绍给读者,具体条款可查询BIMCO网站。2009年,波罗的海国际航运公会(BIMCO)针对海盗威胁首次发布了《专门海盗条款》,阐明了各相关方的权利与义务。当时,分别针对期租合同、连续航次租船合同和单航次租船合同起草了三个不同版本的     

积极应对 共创辉煌

近年来,国有航运企业部分高级船员工作出状况了,部分高级船员出现流失现象并呈逐年扩大之势,这让管理者们感到非常困惑。在这种市场背景下,不和谐的声音开始有了市场,有部分国有航运企业高级船员发牢骚,认为船员管理落后,人脉关系甚行,调资被动,行为严重滞后于市场。有船员发博觉得某些公司领导坚守传统的观点,低估船员们的价值等等。     

DNV暑期实习生开发北极石油泄漏应急响应系统概念

奥斯陆:近日,DNV的暑期实习生们展示了他们7个月来经过认真并具目的性的工作后获得的研究成果——开发可行和适合的整年北极石油泄漏应急响应系统概念,包括对相关人员、船舶和设备的要求。该概念的基础来自一艘多功能概念船--Boreast--它能及时响应处理北极石油泄漏的任务。DNV的暑期实习项目是每年由攻读硕士学位的学生在最后学年里参加的暑期实践。今年,共有10名拥有不同文化和专业背景的学生参加了为期7周的北极石油泄漏应急响应系统的研究项目。"众所周知,全球需要更多的能源,而且大多数的能源都在环境恶劣和生态脆弱的地区。因此开发石油泄漏应急响应系统至关重要。这也是全球领先的科学家、学者和工程师耗费大量时间和资源在研究的复杂项目。对于这10     

小波去噪在船舶操纵运动建模中的应用

通过向20°/20°Z形试验仿真数据中添加随机噪声,得到含噪声的试验数据;随后,应用最小二乘支持向量回归机(Least Square-Support Vector Regression,LS-SVR)对经过小波去噪的试验数据和含噪声的试验数据进行分析,辨识了船舶操纵运动二阶线性响应模型中的操纵性指数。将由去噪试验数据和含噪试验数据得到的20°/20°Z形试验预报结果同20°/20°Z形试验仿真数据进行对比,验证了小波去噪在对含噪声的Z形试验数据进行去噪处理的有效性。     

基于改进密码本模型的视频对象检测

提出了自适应块均值码本模型,可以有效地处理动态背景。该方法考虑了块中像素在相邻帧间的时间联系,像素与其相邻像素间的空间联系,而不是认为像素间相互独立,并能够根据背景变化自适应调整图像块的尺寸。改进的码本模型将当前帧分割为大小自适应的非重叠块,当块中变化像素面积在一定阈值范围内时,将该图像块4等分,并用块均值建立粗糙的cache码本;在码本精细化过程中,用Mahalanobis距离计算cache码本问相似度,相似度高的码本融合为一个码本,最终得到精细码本;将改进模型与HSV色彩空间相结合,可以有效地对前景运动目标和背景进行分割。实验表明,改进的码本模型可以有效的处理动态背景,同时在处理速度上可以满足实时前景背景分割的需要。     

低噪微表处混合料矿料级配优化设计

微表处养护技术在广泛应用的同时仍然存在着噪声过大、抗松散性能不足、耐久性差的缺点,制约着微表处养护技术更好地应用.针对微表处噪声过大,配合比设计不够完善的问题,提出了低噪微表处的矿料级配以及矿料级配优化设计方法——堆积密度法.室内试验表明,矿料在振实状态下的堆积密度越大,低噪微表处的湿轮磨耗值越小,负荷轮黏附砂量越大,即微表处混合料的技术性能越好.研究成果在广西坛(洛)—百(色)高速公路2012年养护工程中得到了应用,现场测试结果表明,该项目所采用的低噪微表处具有低噪、平整密实、抗滑性能优越、使用性能优良等优点.     

低碳背景下电动汽车产业分析

在能源与环境问题备受关注的国际环境下,电动汽车迎来了又一个发展热潮。电动汽车的优点是其污染物的零排放,并摆脱了对石油资源的依赖。我国电动汽车研发起步较晚,但在政府的大力支持下发展迅速。本文从国内外电动汽车发展状况、现代电动汽车结构及特点、电动汽车大规模生产仍面临较多问题及国内电动汽车发展预测等四方面展开,分析低碳背景下电动汽车的产业创新,并以此论述电动汽车产业发展前景及策略,即根据电动汽车能源特点各取所长,政府正面引导,企业开拓创新,将电动汽车产业向全面商业化更进一步。     

基于视觉传感器的去毛刺加工路径生成方法研究

当前在使用工业机器人进行去毛刺加工作业时,编程方法多数为现场手动示教或是在离线编程软件中对工件模型进行手动编程.针对手动编程的不便利性,提出了一种通过使用视觉传感器对工件模型进行识别检测,进而自主生成去毛刺加工路径的方法.在V-REP平台下,将实际应用场景抽象化,并使用Lua语言编写相应的脚本程序.最后通过模拟仿真验证...     

一种基于Bi-LSTM和MLP融合的滚动轴承剩余寿命预测方法

目前长短期记忆网络(long short-term memory, LSTM)是滚动轴承剩余使用寿命(remaining useful life, RUL)预测的常用方法,但其训练过程中收敛速度慢、波动性剧烈、预测误差大的问题,严重影响其在实际生产中的应用.针对该问题,提出一种双向长短期记忆网络(Bi-directional LSTM, Bi-LSTM)与多层感知机(multilayer perceptron, MLP)融合的预测方法.首先,采用堆叠去噪自编码器(stacked denoising auto encoder, SDAE)对预处理后的滚动轴承振动信号进行特征提取;其次构建Bi-LSTM网络与多层感知机融合的多种预测模型,并通过实验获取较优模型;最后使用较优模型对其剩余寿命进行预测.实验结果表明,相对LSTM,Bi-LSTM,以及LSTM融合MLP等常用模型,采用文中提出的方法,模型在滚动轴承剩余寿命训练过程中,波动性更低、收敛速度更快,同时预测误差也得到明显降低.     

俱乐部全国摩托车维修技术俱乐部成立十周年庆典暨第七届(石栏杯)全国摩托车维修技术大赛启事

一.活动背景《摩托车》杂志社自倡导成立全国摩托车维修技术俱乐部以来,至2007年已举办了六届全国摩托车维修技术大赛,为我国摩托车维修技术的进步起到了良好的推进和引导作用,深受广大摩托车维修工、车友和全国摩托车维修技术俱乐部会员的喜爱。六届之后,由于种种