检索结果-内蒙古大学图书馆

船舶工程 2024年第10期46卷 75-84页

作者：朱文锋尹勇杨志林王秀玲大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026 天津天科工程管理有限公司天津300450

为增强图像拼接配准方法的实时性,提高配准精度,将加速增强特征检测(SURF)、二进制鲁棒不变可扩展关键点(BRISK)、定向特征检测和旋转不变特征描述(ORB)、非线性空间特征检测(KAZE)和快速非线性空间特征检测(AKAZE)等配准算法分别与图... 详细信息

为增强图像拼接配准方法的实时性,提高配准精度,将加速增强特征检测(SURF)、二进制鲁棒不变可扩展关键点(BRISK)、定向特征检测和旋转不变特征描述(ORB)、非线性空间特征检测(KAZE)和快速非线性空间特征检测(AKAZE)等配准算法分别与图像分割融合方法结合,在不同数据集上拼接图像,并对比拼接结果的最终效果图,SSIM指标,NIQE指标以及配准阶段的配准结果图、时间成本和内部比率值。结果表明,SURF算法和AKAZE算法的配准所需时间成本最低,KAZE算法在配准精度方面较高,拼接结果的质量较好。自主水面船舶需要进行图像拼接配准时可根据实时性和拼接质量要求选择合适的算法。研究成果可为自主水面船舶图像拼接配准提供一定参考。

关键词：自主水面船舶图像拼接特征检测多视图感知图像配准

来源：评论

学校读者我要写书评

暂无评论

基于残差分析优化BP神经网络的天津港船舶交通流量预测

引用

船海工程 2018年第A1期47卷 149-153页

作者：王程博张新宇田瑞杰李瑞杰大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026 大连海事大学信息科学技术学院辽宁大连116026

基于BP神经网络构建港口船舶交通流量预测模型,为避免预测值的过拟合,采用残差分析优化网络节点设置和数据样本。首先,归一化处理原始数据,确定BP神经网络预测模型的基础参数;其次,对归一化后的数据建立BP神经网络模型,通过残差分析优... 详细信息

基于BP神经网络构建港口船舶交通流量预测模型,为避免预测值的过拟合,采用残差分析优化网络节点设置和数据样本。首先,归一化处理原始数据,确定BP神经网络预测模型的基础参数;其次,对归一化后的数据建立BP神经网络模型,通过残差分析优化调整网络节点设置和数据样本;最后,比对预测值与实际值、分析残差与仿真结果。结果表明,该预测模型能够较准确地预测港口船舶交通流量。

关键词： BP神经网络残差分析船舶交通流量预测

来源：评论

学校读者我要写书评

暂无评论

纵倾状态船舶浮态的研究与计算

引用

中国航海 2015年第1期38卷 54-57页

作者：段兴锋任鸿翔东昉大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026 集美大学航海学院福建厦门361021 大连海事大学航海学院辽宁大连116026

在大纵倾条件下直接利用静水力曲线表计算船舶浮态会产生较大的误差,从而影响船舶的稳性和强度的计算结果。因此,为能更好地指导船舶实际营运,提出一种以静水力参数表和邦戎曲线表为基础的微倾迭代浮态计算法,改善迭代终止条件,从而提... 详细信息

在大纵倾条件下直接利用静水力曲线表计算船舶浮态会产生较大的误差,从而影响船舶的稳性和强度的计算结果。因此,为能更好地指导船舶实际营运,提出一种以静水力参数表和邦戎曲线表为基础的微倾迭代浮态计算法,改善迭代终止条件,从而提高大纵倾条件下船舶浮态参数的计算精度和收敛速度,为计算船舶的完整稳性和总纵强度打下基础。根据某船装载手册开发船舶装载系统,并对各种装载状态进行浮态计算,结果证明该方法是可行的、有效的。

关键词：水路运输浮态微倾迭代法邦戎曲线纵倾

来源：评论

学校读者我要写书评

暂无评论

船舶驾驶综合训练平台中的多人协同机制

引用

上海海事大学学报 2019年第2期40卷 83-87页

作者：邱绍杨代广树任鸿翔蒋效彬大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026 天津海运职业学院航海技术系天津300350

为提高学员的培训效率,节约费用,满足多人协同训练需要,搭建船舶驾驶综合训练平台,提出一种网络同步方案,以保证网络的安全性、稳定性和场景的一致性。应用基于角色的访问控制(role-based access control, RBAC)模型对系统的角色和访问... 详细信息

为提高学员的培训效率,节约费用,满足多人协同训练需要,搭建船舶驾驶综合训练平台,提出一种网络同步方案,以保证网络的安全性、稳定性和场景的一致性。应用基于角色的访问控制(role-based access control, RBAC)模型对系统的角色和访问权限进行有效管理;提出基于交互混合图的串并行交互管理方法,解决交互中的串并行控制问题;对系统的异常情况进行分析,并给出解决方案。研发的船舶驾驶综合训练平台运行稳定,能满足船舶驾驶的多人协同训练。

关键词：船舶驾驶协同训练角色管理交互管理协同机制

来源：评论

学校读者我要写书评

暂无评论

基于虚拟现实技术的ROV收放操作仿真

引用

大连海事大学学报 2018年第4期44卷 49-54页

作者：梁民仓尹勇刘虎董洪仓浙江海洋大学港航与交通运输工程学院浙江舟山316022 大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026

针对现有ROV(Remote Operated Vehicle)收放操作培训中采用实船培训风险大、成本高、培训周期长,并且缺乏完善的深潜器收放操作培训系统的问题,提出基于反向运动学原理的角色IK控制方法,结合关键帧动画实现虚拟人操作行为的仿真;提出脐... 详细信息

针对现有ROV(Remote Operated Vehicle)收放操作培训中采用实船培训风险大、成本高、培训周期长,并且缺乏完善的深潜器收放操作培训系统的问题,提出基于反向运动学原理的角色IK控制方法,结合关键帧动画实现虚拟人操作行为的仿真;提出脐带缆机和ROV门吊联动运动数学模型,实现了缆绳伸缩和门吊转动的同步控制;利用视角切换、操作提示和GUI界面等技术,增强了系统交互性.仿真结果验证了模型的有效性,研究成果已应用于载人深潜器收放操作仿真系统中.

关键词：遥控无人潜水器(ROV) 反向运动学虚拟现实技术联动运动数学模型

来源：评论

学校读者我要写书评

暂无评论

基于改进三参数灰色模型的海上交通事故预测

引用

中国航海 2020年第1期43卷 12-17页

作者：徐东星尹勇张秀凤孙珽叶进付昭斌广东海洋大学海运学院广东湛江524088 大连海事大学航海学院辽宁大连116026 大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026

针对基于非齐次指数离散函数的灰色模型NHGM(1,1,k)在海上交通事故预测中存在的不足,提出一种优化背景值和残差综合修正的三参数灰色预测模型INHGM(1,1,λ,k),并通过改进的自适应粒子群优化(Adaptive Particle Swarm Optimization,APSO... 详细信息

针对基于非齐次指数离散函数的灰色模型NHGM(1,1,k)在海上交通事故预测中存在的不足,提出一种优化背景值和残差综合修正的三参数灰色预测模型INHGM(1,1,λ,k),并通过改进的自适应粒子群优化(Adaptive Particle Swarm Optimization,APSO)算法对模型中的初始值和背景值进行优化计算。将INHGM(1,1,λ,k)模型和NGHM(1,1,k)模型与传统GM(1,1)模型应用于我国海上船舶交通事故的模拟与预测,并对模拟与预测数据的精度进行比较。结果表明:INHGM(1,1,λ,k)模型模拟和预测的平均相对误差较NGHM(1,1,k)模型更小,与传统的GM(1,1)模型相比预测精度较高,减少原模型由于参数近似替代所导致的模拟误差,在误差允许的范围内,可为船舶交通事故的预测和控制提供新的理论依据。

关键词：灰色系统 NHGM(1,1,λ,k) 背景值优化自适应粒子群优化海上交通事故

来源：评论

学校读者我要写书评

暂无评论

基于VDM与APSO优化极限学习机的船舶运动姿态预报

引用

船舶工程 2019年第11期41卷 89-97页

作者：孙珽徐东星尹勇张秀凤苌占星叶进广东海洋大学海运学院广东湛江524088 大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026 大连海事大学航海学院辽宁大连116026

为提高船舶在海上运动的耐波性与适航性,并为解决具有非线性、随机性和非平稳性特点的船舶运动姿态难以准确预测的问题,提出运用一种基于变分模态分解和自适应粒子群算法优化极限学习机的组合预测模型。该算法首先利用变分模态分解将船... 详细信息

为提高船舶在海上运动的耐波性与适航性,并为解决具有非线性、随机性和非平稳性特点的船舶运动姿态难以准确预测的问题,提出运用一种基于变分模态分解和自适应粒子群算法优化极限学习机的组合预测模型。该算法首先利用变分模态分解将船舶运动姿态序列分解为一系列限带内本征模态函数,并且变分模态分解可以避免经验模态分解技术所产生的模态混叠和端点效应,可以降低序列的非平稳性对预测精度的影响;然后对各模态分量分别建立极限学习机预测模型,并用改进的粒子群算法对极限学习机的初始权值和阈值进行优化;最后将各模态分量预测结果进行叠加,得到最终的船舶运动姿态预测值。通过模拟试验测试并与其他传统的预测方法进行比较,结果表明所建立的组合预测模型具有更高的预测精度。

关键词：船舶姿态预报变分模态分解自适应粒子群算法极限学习机

来源：评论

学校读者我要写书评

暂无评论

尾抛式救生艇两种释放过程的建模与分析

引用

重庆交通大学学报（自然科学版） 2019年第6期38卷 115-121页

作者：邱绍杨谭家万任鸿翔蒋效彬大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026 重庆交通大学航运与船舶工程学院重庆400074

为提高船舶救生模拟训练系统中自由降落式救生艇运动仿真的精度,首先分析了救生艇两种释放方式的运动过程,将救生艇自由降落过程分为下滑、旋转、自由下落、入水这4个阶段,并对每个阶段进行受力分析,建立运动方程。根据动量理论和切片... 详细信息

为提高船舶救生模拟训练系统中自由降落式救生艇运动仿真的精度,首先分析了救生艇两种释放方式的运动过程,将救生艇自由降落过程分为下滑、旋转、自由下落、入水这4个阶段,并对每个阶段进行受力分析,建立运动方程。根据动量理论和切片理论计算救生艇入水时所受砰击力,利用插值计算方法对救生艇横截面半宽和其入水时的附加质量进行计算,利用Kane方程为吊放救生艇的过程建立运动学方程。最终将数学模型应用到船舶救生模拟训练系统中,该模型能够满足系统需求,提高了仿真的逼真度。

关键词：船舶工程救生艇自由降放吊放 Kane方程

来源：评论

学校读者我要写书评

暂无评论

汽车专运船单层甲板装载配载优化

引用

大连理工大学学报 2019年第6期59卷 638-647页

作者：孙霄峰沈晔许昕骜尹勇大连海事大学航海动态仿真和控制交通运输行业重点实验室辽宁大连116026 武汉数字工程研究所湖北武汉430205

为减少多港装卸下汽车专运船单层甲板内部由于不合理的车辆摆放顺序而造成的移货代价,利用启发式算法以先制订再优化的思路生成单层甲板的配载方案.首先建立甲板和装载车辆坐标网格模型;然后利用GRASP算法将车辆插入甲板空位中,得到初... 详细信息

为减少多港装卸下汽车专运船单层甲板内部由于不合理的车辆摆放顺序而造成的移货代价,利用启发式算法以先制订再优化的思路生成单层甲板的配载方案.首先建立甲板和装载车辆坐标网格模型;然后利用GRASP算法将车辆插入甲板空位中,得到初始配载方案;最后利用Dijkstra算法和ALNS算法对配载方案进行优化.以上海船舶研究设计院研发的汽车专运船VIKING CONQUEST为例,选取主装货甲板进行配载,并将算法配载结果和7个人工配载方案进行对比.结果表明:所提算法可以生成移货代价较小的配载方案,有利于提高汽车专运船运输的效率.

关键词：水路运输汽车专运船多挂靠港配载优化 GRASP算法 ALNS算法

来源：评论

学校读者我要写书评

暂无评论

基于A算法的虚拟船员路径规划仿真

引用

计算机工程与设计 2015年第3期36卷 733-737页

作者：郝会龙任鸿翔肖方兵大连海事大学航海动态仿真和控制交通运输行业重点实验室辽宁大连116026

为合理规划船舶操纵模拟器中虚拟船员的行走路径,使得虚拟船员能够沿一条无障碍路径行走,使用OpenSceneGraph(OSG)三维渲染引擎实现船舶操纵模拟器中虚拟船员的路径规划仿真。采用分层几何建模的方式建立满足真实感的虚拟船员几何模型,... 详细信息

为合理规划船舶操纵模拟器中虚拟船员的行走路径,使得虚拟船员能够沿一条无障碍路径行走,使用OpenSceneGraph(OSG)三维渲染引擎实现船舶操纵模拟器中虚拟船员的路径规划仿真。采用分层几何建模的方式建立满足真实感的虚拟船员几何模型,通过关键帧动画实现对虚拟船员的行走动作控制;对A*算法进行研究,将其应用到虚拟船员路径规划当中。在船舶操纵模拟器中的测试结果表明,所做工作能够实现虚拟船员的路径规划,仿真效果较好。

关键词：船舶操纵模拟器虚拟船员路径规划几何建模运动控制 A*算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：