基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

基于可靠性方框图与蒙特卡洛仿真的船舶配电网可靠性分析方法

国船舶工业发展迅速,尤其在近几年迎来了跨越式的发展。船舶建设工业的发展能充分体现一个国家的经济和国防建设水平。但船舶配电网拓扑结构与陆上电网不尽相同,其运行环境非常恶劣,供电连续性和可靠性成为衡量船舶生命力的重要指标,同时也深刻影响大型船舶的平均寿命。因此,可靠性研究在船舶建设中发挥着越来越重要的作用。本研究以典型大型船舶中压配电网结构为研究对象,在全系统元件正常运行时相互独立的情况下,重点研究不可维修与可维修下的系统可靠度、MTBF、可用度、停运时间和失效数等,并进行详细的分析与讨论。首先,本文综合考察各种可靠性分析方法的适用性和准确性,选择利用可靠性框图、最小路集分析法计算并分析不可维修情况下系统的可靠度、平均故障间隔时间等可靠性指标；接着,本文简述了配电网的多种维修任务类型,并采用最小路集法与蒙特卡洛仿真法相结合的方法计算并分析可维修系统的可用度、停电时间、失效数等指标。本文研究结果对船舶配电网的设计、建造、运行和维修等具有积极的意义。     

河钢塞钢对中国港口开拓海外市场的启示

面对机遇与风险并存的局面,中国港口企业如何学习河钢塞钢管理团队的成功经验,在"走出去"的过程中,用最短时间实现最大化发展近几年,随着"一带一路"倡议转入实体层面的推动,中国港口企业纷纷走出国门,积极开拓海外市场,投资项目的数量和规模不断扩大,取得了不错的成绩。     

基于分段单孔反演的隧址区多断层地应力分布特征

目前，针对具有多个原位地应力测试钻孔的隧址区初始地应力场反演，往往一次性将全部实测值用以计算值的回归反分析，没有考虑到隧道纵向长度远超其他方向且钻孔分布较远的特点，单个钻孔表征的临近区域地应力分布特征或反演精度被其余钻孔实测值“拉低”，导致整体反演结果容易陷入局部优解。依托拉林铁路桑珠岭隧道、叙毕铁路斑竹林隧道、沿江高速火山隧道、木寨岭公路隧道等工程，采用多元线性回归法结合最小二乘法寻优准则，分析了隧址区仅有单个钻孔反演精度较高的原因，提出了对具有多个钻孔的隧址区分段并分别进行单钻孔回归反演的新方法。在此基础上，重点讨论了木寨岭公路隧道断层破碎带区域地应力分布特征。结果表明：分段单孔反演较多孔反演进一步提高了反演精度；地应力的分布在断层前后呈现出先急剧增大后急剧减小的特征；除自重应力与埋深存在一定关联外，两项水平主应力随断层间距或厚度的增大突变性加剧；断层之间间距、断层倾角、断层厚度均是影响地应力方向偏转大小的重要因素，断层之间间距或断层倾角越小、断层越厚，地应力方向偏转越显著。     

浅谈探地雷达对高等级公路面层厚度的测试

本文就道路探地雷达厚度检测技术原理进行了初步的探索,同时结合实际检测工作对雷达厚度检测技术的检测精度、检测的重要性进行了阐述.     

盐湖床冲动：Honda车队速度挑战全纪实

2006年7月17至22日，由Honda F1车队部分成员组成的特别团队前往美国犹他州Bonneville盐湖床，目标就是打破“F1赛车最高速度纪录”的时速400公里的关卡。这空间是怎样一辆令人冲动的战车呢？[编者按]     

汽车、汽车技术与汽车工业的现状及未来

本文从技术革新和社会需求两个方面分析了汽车及汽车技术的未来发展方向，并就气车工业的未来趋势作了简要阐述。     

杨洋学车——斜坡急转弯

斜坡急转弯是山地运动中常用的技术，也是技巧摩托车的实战基本功。当你驾车穿越在山谷丛林中时，面对随时出现的各种斜面地形，掌握了斜坡急转弯技术则能够穿梭自如了。