基于传感器的船舶设备工作状态自动检测系统

为避免船舶设备故障造成的船舶航行风险,设计基于传感器的船舶设备工作状态自动检测系统。利用系统传感器层的多个传感器,采集船舶设备工作时的温度、压力和振动等信号,将采集到的信号传输到应用层,运用流形学习中的t-分布领域嵌入算法降低信号维度。在此基础上采用孤立森林算法,实现船舶设备工作状态自动检测。实验结果表明：该系统选用的传感器具有较好的零点稳定性,且通过降维可以清晰区分正常信号和异常信号,以及异常信号中不同设备故障的信号特征。该系统所得船舶设备工作状态自动检测结果与实际结果的吻合度始终高于96%。     

一种新的基于自组织映射的流形学习算法

针对自组织映射（Self-Organizing Map,SOM）算法在进行流形学习时容易陷入局部极值和产生“拓扑缺陷”问题的原因,提出了一种新的基于SOM的流形学习算法：TO-SOM（Training Orderly-SOM）．根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服“拓扑缺陷”．根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪声也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用．     

基于机器学习的船舶机舱设备状态监测方法

[目的]为实现船舶机舱设备的智能状态监测,引入机器学习算法,提出一种结合流形学习和孤立森林的船舶机舱设备状态监测方法.[方法]由于船舶机舱设备的状态监测数据是多维度数据,基于该监测系统,通过流形学习来提取有效的数据特征,实现对原始数据的降维,减少数据复杂度.基于孤立森林算法,在仅利用正常工况数据集的情况下,训练并构建多...     

线性流形上次对称矩阵的最佳逼近

讨论了线性流形上次对称矩阵反问题及其最佳逼近，给出了这些问题解的通式，并就这些问题的特殊情况进行了讨论，得到了一些结果。     

非流形造型的主船体快速分舱方法

为解决自底向上逐一生成舱室的分舱方法需要花费大量时间,提出了一种自顶向下的船舶参数化分舱方法,利用舱壁位置参数与内壳折点位置参数驱动生成分舱理论面,再用分舱理论面切割主船体,利用非流形造型技术及其布尔运算生成舱室.分析结果表明:该方法只需舱壁位置与内壳折点信息,即可进行参数化分舱,避免了大量舱室型值信息的输入,降低了舱室定义的复杂性;通过非流形造型记录了分舱时的过程信息,修改模型时只需对这些信息重组即可,实现了分舱模型的快速重塑.可见,该方法能够快速实现船舶分舱与舱容计算,为船舶三维参数化设计奠定了基础.     

固定于P(m,n)×HP(1)的光滑对合

设(Mr ,T)是一个在r维闭光滑流形上的不平凡光滑对合,当不动点集是P(m,n)×HP(1)且m与n满足一定条件时(Mr ,T)协边于零,其中 P(m,n)是Dold流形, HP(1)是四元数射影空间.     

城市交通建设中要考虑的国防问题

城市交通是包括市区和郊区地面、地下、高架、水道、索道等道路系统间的公共出行和客货输送.城市交通的特征因各城市的规模、性质、结构、地理位置和政治经济地位的差异而有所不同.但是,它们具有的主要特点则是相同的:城市交通的重点是客运,客运的高峰在早晚上下班时间;每个城市的客流形成都有自身的规律;城市交通能力的大小与各城市的总体规划和布局有直接关系.