基于神经网络的液晶数字识别在船用设备管理中的应用

数字识别是字符识别中的一个重要的研究课题。阿拉伯数字只有0～9十个,而且笔画简单,但是识别这十个数字并非易事,识别的正确率并不高。虽然液晶数字在形式上相对于识别难度较大的手写体数字来说比较规范,但是液晶数字的变体也比较多,形状各异,因此文章研究的目的在于找到一种对于液晶数字识别的一般的有效的方法。文章建立了＂仪表监控与数字识别系统＂,主要对液晶数字识别的过程进行了讨论,重点研究了数字图像处理和数字识别,做了以下几个方面的工作：1）在研究了多种液晶数字特征的基础上,提取了数字的粗网格特征。2）建立了一个基于BP神经网络的液晶数字识别系统,进行了分类器设计,并对数字识别结果进行了检验,取得了较好的系统性能,从而证明了采用的方法是可行的。     

海上编队信息类型与流转模式分析

充分认识分析海上编队信息类型和流转模式,有助于取得信息优势.本文从不同层次范围出发,提出一种编队信息分类方式,在此基础上分析全局范围和编队范围的信息流转模式,最后依据分析结果提出了相关建议.     

电力设备基本要求的修订版MIL-E-917E

正军用规范电力设备基本要求本规范为海军部批使用,适用于国防部所有部门和单位。1 应用范围1.1 范围本规范包括可适用于海军舰船上电力设备的建造、设计,材料使用的基本要求 ( 用于电力应用之外专属通讯设备、射击控制装置和电子设备除外 )。这一规范仅包括一种设备分类。     

基于数据分类的JENA法在CIM的应用研究

公共信息模型CIM定义了用于不同电力系统间交互数据的一个通用模型。在开发基于CIM数据模型的电力系统中,为实现电力系统的标准化集成,解决"信息孤岛"问题,需要在关系型数据库中对CIM数据模型进行导入导出操作。本文讨论的基于数据分类的JENA法,是为实现这种导入导出操作而对JENA法的一种改进。它是在JENA法的基础原理上,针对电力系统自身的实际情况,引入数据分类的思想,通过对电力系统不同性质的数据进行分类管理。实验验证结果表明这种方法可行有效且具有数据处理简单快捷、减轻网络负担和增大数据传输速度等优点。     

提高遥感影像分类精度方法的研究

如何提高遥感影像数据的专题信息提取精度，是遥感应用中研究的主要问题之一。在遥感影像应用的实践中，需综合利用多种方法参与分类过程，来提高影像分类的精度。本文探讨了在现有遥感影像处理技术的基础上，提高遥感影像分类精度的多种可行性方法。     

基于改进支持向量机的船舶电力系统稳定性容错控制研究

为了提高船舶电力系统控制稳定性,提出基于改进支持向量机的,船舶电力系统稳定性容错控制方法。在传统支持向量机的基础上添加SVM分类策函数,生成电磁波最优超平面,对电磁波进行微观划分,引入模糊控制思想,建立模糊控制PID控制器,将划分后的电磁波作为PID控制器输入值,利用控制器模糊传递函数,提取电力系统控制输出值,建立PSO-LSSVM电力系统无线传感路径,通过传输节点,将控制输出值传输到电力系统指令层,实现船舶电力系统稳定性容错控制。实验数据表明,该控制方法对电力系统正向电流控制稳定性提高了16%,反向电流控制稳定性提高了22%,具有鲜明优势性。     

基于Parzen窗估计的一类加权极限自编码器

针对传统的一类分类器分布适应性差、数据描述不够精确等问题,提出了基于Parzen窗估计的一类加权极限自编码器.该方法首先采用Parzen窗法对数据分布的全局概率密度进行估计,进而对样本进行个性化加权操作,并训练极限学习机,从而实现对样本分布的精确描述.特别地,极限学习机以自编码器的方式实现,并通过重构误差来确定样本类属.实验结果表明:与诸多传统方法相比,其不但具有更好的数据描述能力,而且兼具时间复杂度低的优点.     

水下机器人揭示南极洲末日冰川的隐藏基础

据报道,在一次史无前例的南极冰川科学活动中,研究人员利用一个巨大的水下机器人首次造访了南极洲的白冰川底部并拍摄到海底冰川底部的图像。众所周知,南极冰川因其对海平面的影响而受人关注。该地区是思韦茨冰川可能变得更危险的关键,在未来几个月,研究小组希望让世界更清楚地了解它的状况。     

背景灰度非均衡的舰船目标图像分割方法

现阶段,IR成像系统在舰船目标检测中的应用备受关注。由于IR图像存在背景灰度非均衡的特征,从而使得常规的图像分割方法很难对舰船目标进行准确检测。为了有效解决这一问题,探寻一种能够对背景灰度非均衡的舰船目标图像进行有效分割的方法。本文从舰船目标图像分割的现状分析入手,对背景灰度非均衡的舰船目标图像分割方法进行论述,期望本文研究能够对舰船目标图像分割精度的进一步提升有所帮助。     

基于作业任务分类的船舶建造质量管理研究

针对我国造船企业船舶建造质量管理体系不成熟、质量管理执行不坚决、质量管理缺乏科学方法的现状,在分析船舶建造质量管理特点的基础上,将任务分类技术应用于船舶建造质量管理,全面覆盖船舶设计、建造全过程,显著提升船舶一次报验合格率。经63 500 t散货船"ARIES CONFIDENCE"项目交付后的统计数据显示,该船最后一次报检合格率与以往同类船型相比提升了7. 86%,为后续项目推行基于作业任务分类的船舶建造质量管理模式提供宝贵的数据支撑。