【摘 要】
：
为解决水面漂浮物的分类回收问题,在深度学习框架下,基于深度卷积神经网络(DCNN)提出了用于水面漂浮物的分类识别模型。使用电荷耦合器件(CCD)相机采集各类漂浮物的图像,通过平移旋转、随机裁剪、仿射变换和添加噪声的操作进行了扩充并建立了训练和测试数据集。通过对低层特征自动分层地学习提取抽象的高层特征,基于提取的高层特征,用SoftMax分类器进行训练。实验结果表明:漂浮物的分类准确率可达98.46
【机 构】
：
航运技术与控制工程交通行业重点实验室（上海海事大学）
【基金项目】
：
国家自然科学基金资助项目(61304186)。
论文部分内容阅读
为解决水面漂浮物的分类回收问题,在深度学习框架下,基于深度卷积神经网络(DCNN)提出了用于水面漂浮物的分类识别模型。使用电荷耦合器件(CCD)相机采集各类漂浮物的图像,通过平移旋转、随机裁剪、仿射变换和添加噪声的操作进行了扩充并建立了训练和测试数据集。通过对低层特征自动分层地学习提取抽象的高层特征,基于提取的高层特征,用SoftMax分类器进行训练。实验结果表明:漂浮物的分类准确率可达98.46%,从而验证了所提模型对于水面漂浮物分类识别的可行性与有效性。
其他文献
提出一种可用于光电望远镜机械谐振抑制的控制算法,控制算法位置环采用分段式比例—积分(PI)控制器,速度环采用自抗扰控制(ADRC),同时采用了速度前馈控制。首先,建立望远镜控制系统模型并推导了该控制算法。其次,从频域的角度与加速度反馈法进行对比,分析了该控制器抑制机械谐振的原理。最后,在光电望远镜上采用所提方法,结果表明:机械谐振得到了有效抑制,速度环带宽得到扩展;与传统PI控制进行相比,速度环带宽提升了50%,位置环带宽提升了36%,跟踪误差峰谷值(PV)减小了10.3″。
针对目前舰船横向航行补给时两舰距离测量方法,通过激光测距技术研究,设计了一种船用激光测距装置。详细介绍了其工作原理、结构设计和软件设计,并对其传感器信号融合处理关键技术进行了攻关与验证,解决了距离索测量时无法连续自动提供距离及其变化速率信息的问题,为舰船航行补给和靠离码头安全操纵提供保障。
为了提高超宽带(UWB)室内定位系统的定位精度,提出了一种基于双层长短期记忆神经网络(DL-LSTM)的UWB室内定位算法。利用UWB系统和惯性导航系统(INS)采集非视距(NLOS)环境下的定位数据,根据该数据在NLOS环境下传播时的深度特征建立DL-LSTM模型,然后将数据输入到网络中进行训练。第一层网络用于减小NLOS误差对系统定位精度的影响,第二层网络对UWB/INS组合系统进行位置预测,进一步提高定位的精度。实验结果表明:本文算法可以有效减小NLOS误差的影响,可达到厘米(cm)级定位要求。
针对蚁群算法收敛速度慢,规划路径存在冗余拐点不是最短路径等的一系列问题,提出优化的多步长蚁群算法。通过扩大机器人的视野域和活动域并加入简化算子,增加路径平滑度;通过差异化更新信息素并改进启发函数,促使机器人倾向终点移动,以提高收敛速度。应用MATLAB程序对改进后的算法与原蚁群算法和多步长蚁群算法进行仿真对比,通过多次仿真实验,优化的多步长蚁群算法效果显著。
通过Ansoft仿真平台,以一台内置式永磁同步电机为研究对象,分别在二维和三维仿真模型中进行漏磁系数计算,验证了仿真的准确性。通过分析不同永磁体厚度下漏磁系数的变化情况,得出了提升永磁体厚度可以提高永磁体利用率的结论。
针对车载充电机的DC/DC变换器电路,本文对全桥LLC串联谐振DC/DC变换器进行了研究。通过对全桥LLC串联谐振电路数学模型的搭建,基于直流增益特性曲线设计其谐振网络电路,最终通过实验样机证明LLC串联谐振变换器实现前级电路的ZVS和后级整流电路的ZCS,提升整机的效率,可达到96%。
无线传感器网络(WSNs)用于目标定位与追踪、频谱感知、自动雷达、导航及机器视觉等领域时,常常需要节点协同估计同一个未知参数。节点用一组输入观测未知参数,而未知参数会受到噪声干扰。本文提出了一种间隙式参数估计算法,采用分布式自适应扩散式最小均方(LMS),节点无需直接与网关通信,仅与邻居节点交换自身的估计信息,与集中式算法相比,降低了负载。然后,进一步引入间歇参数,仅在部分时刻交换估计信息,在损失少许性能的情况下大大降低通信负载。
密度峰值聚类(DPC)算法可快速搜索密度峰并进行聚类,具有调节参数少、无需迭代的特点。但对于稀疏簇和密集簇的数据,简单的局部密度定义无法有效找到聚类中心,容错性能差。为解决上述问题,提出一种基于微簇融合的密度峰值聚类算法(MCF-DPC)。首先改进局部密度计算公式,其次将微簇融合策略与DPC结合,最后引入非负分解算法,对数据进行降维。多个数据集实验验证了所提改进算法的正确性和有效性。
为了解决和完善紧急情况下复杂多层建筑物的人员撤离问题,提出了一种利用智能手机和人工神经网络(ANN)的室内导航定位系统。通过无线电频率识别(RFID)技术对每个用户的位置进行跟踪;通过服务器上ANN模块动态分析建筑物内的环境,并生成指导用户撤离的必要指令;通过安卓智能手机应用程序将撤离路线发送给用户。此外,本文系统可通过语音-视觉元素,利用用户的智能手机对其进行即时导航。通过一个火灾模拟程序在一个
应用Shapley值法,在售电侧放开后各售电公司利益均衡的情况下,评估电网的供电能力。首先,在研究合作博弈的利益分配模型基础上,计算各售电商成员的利润分配结果;然后,反推各售电商的购电量;最后,提出考虑售电公司利益均衡的配电网供电能力计算方法。通过仿真算例分析,有效地解决了电力市场环境下的供电能力计算。