大深度浮力驱动式水下运载器的浮潜运动研究

基于模型试验,对大深度浮力驱动式水下运载器的上浮运动进行研究与分析,基于数值仿真,提出大深度浮力驱动式水下运载器浮潜运动的快速预报方法,并将预报结果与模型试验结果进行对比,证明快速预报方法的准确性。使用快速预报方法,针对水下运载器比重变化、流体密度变化、水下运载器初速度以及水流扰动4种因素对浮潜运动的影响进行研究.此外,对水下运载器作六自由度运动时所受的水动力进行计算,为后续的六自由度运动预报和研究提供基础。     

CDM法加固高桩码头软土岸坡的有限元分析

天津港曾多次发生岸坡变形导致高桩码头构件损伤的工程案例,现有的工程实践表明,CDM基础是加固高桩码头岸坡的有效方法。文章基于ABAQUS建立高桩码头的岸坡-CDM-结构三维有限元模型,分析采用CDM加固岸坡的效果。通过对比加固前后的岸坡土体位移、桩基变形和桩基内力,验证CDM方法加固高桩码头岸坡的有效性。为提高CDM加固高桩码头岸坡的实际应用,对不同CDM加固深度下的加固效果进行研究,结果表明,随CDM加固深度的增加,高桩码头桩帽-横梁处的剪力和弯矩、桩身最大拉应力均先减小后增大,存在最优加固深度。     

中通客车创新"三会一课"新形式

新形势下如何提高基层党组织的凝聚力和战斗力,更好地发挥党组织的引擎作用,使党建工作更接地气更具活力,需要深度思考和大胆创新工作内容和方式方法。近年来,中通客车控股股份有限公司党委高度重视"三会一课"的质量和效果,坚持作为加强思想政治工作的重要基础性工作来抓。底盘车间党支部坚决贯彻党委部署,开展"大学习、大讨论、大调研"活动,严格落实"三会一课"制度,将其作为党员日常教育管理和提高工作水平的重要途径。     

舰载红外搜索与跟踪系统的发展

介绍了舰载红外搜索/跟踪系统的发展历程以及装备的研制、改进情况,指出了发展舰载红外搜索/跟踪系统的优势和重要性,重点探讨了几种舰载红外搜索/跟踪系统的性能及其特点;最后分析了舰载红外搜索/跟踪系统的未来发展趋势.     

基于生成对抗网络的船舶航迹预测模型

为提高复杂交通局面下的船舶航迹预测精度,提岀一种基于生成对抗网络的船舶航行轨迹预测模型(Gen-erative Adversarial Networks with Attention and Interaction,GAN-AI)对多艘船舶轨迹同时进行预测.通过编码器对船舶轨迹时空序列进行编码,设计交互模块对多艘会遇船...     

基于深度学习CaffeNet模型的综合交通设施场景分类与识别研究

综合交通设施场景的自动分类与识别对交通网络布局、城市规划、智慧城市建设等方面有重要的研究与实践价值.鉴于目前研究主要集中在单一的交通设施目标识别与检测方面,采用速度快、分类精度高、适宜于海量数据运算的CaffeNet深度学习模型,基于迁移学习思想,通过5层卷积、3层池化、1层全连接等过程提取机场、桥梁、停车场、港口、火...     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于改进LSTM-NN的安全性自动驾驶换道轨迹规划模型

为改善现有的自动驾驶换道轨迹规划模型产生的换道轨迹与真实的换道轨迹存在较大偏差的问题,提出了一种改进LSTM-NN的安全敏感性深度学习模型,该模型可以缓解当前自动驾驶轨迹规划存在的不足,输出轨迹既保证了较高的精度又提高了安全性。CarSim仿真软件模拟了本模型产生轨迹的可跟踪性,结果显示轨迹非常平滑,并且自动驾驶车辆可以高效、安全地完成换道。