题名 近海航运中船舶三维吃水模型动态匹配技术研究
1
作者
王霞 李文明
机构
福建船政交通职业学院信息与智慧交通学院 福建 船政 交通 职业 学院 航海学院
出处
《舰船科学技术》
北大核心
2025年第10期176-180,共5页
文摘
近海航运中船舶吃水精准控制对安全与效率至关重要,传统人工观测精度不足,单一测量技术受环境制约。本文对船舶三维吃水模型动态匹配技术进行研究,构建包含多源数据采集预处理、多层感知机神经网络模型设计及动态反馈机制的技术架构,实现船舶载重、水文环境与航行任务的动态耦合建模,在算法层面,采用多层感知机(MLP)神经网络,有效处理多变量非线性耦合关系,其三维吃水预测精度较传统方法提升70%–80%。本文构建的船舶三维吃水动态匹配模型对保障船舶安全航行具有重要作用。
关键词
吃水模型 动态匹配 多层感知机 精度
Keywords
draft model dynamic matching MLP precision
分类号
U667.65
[交通运输工程—船舶及航道工程]
题名 基于累积置信规则库推理的台风灾害直接经济损失预测
被引量：4
2
作者
张恺 杨隆浩 高建清 郑晶
机构
福建船政交通职业学院信息与智慧交通学院 福州大学经济与管理学院 福建 江夏学院 电子信息 科学学院
出处
《灾害学》
CSCD
北大核心
2024年第1期64-68,74,共6页
基金
国家自然科学基金资助项目(72001043) 国家社会科学基金资助项目(21BGL041) +1 种基金 教育部人文社会科学研究规划基金(22YJAZH151,20YJC630229) 福建省自然科学基金项目(2021J01339,2021J011223)。
文摘
针对台风灾害直接经济损失预测问题,现有的解决方法大多是基于时间序列或评估数据的预测模型,忽略了在建模过程中对历史数据的应用和模型的可解释性。鉴于此,该文将扩展置信规则库模型(EBRB)应用于台风灾害直接经济损失预测,并针对可能存在规则过量和组合爆炸问题,提出基于聚类方法与证据推理(ER)相结合的累积置信规则库(C-BRB)台风灾害经济损失预测模型。最后基于收集到的台风灾害数据进行直接经济损失预测,并通过与已有研究成果进行比较,验证基于C-BRB的台风灾害直接经济损失预测模型的有效性和可行性。
关键词
台风灾害 直接经济损失预测 累积置信规则库 可解释性
Keywords
typhoon disaster direct economic loss prediction cumulative belief rule base explainable
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
X43
[环境科学与工程—灾害防治]
X915.5
[环境科学与工程—安全科学]
P425
[天文地球—大气科学及气象学]
题名 基于标签分布构造的异构数据集年龄估算
被引量：1
3
作者
王军祥 吴伶
机构
福建船政交通职业学院信息与智慧交通学院 福州大学数学与计算机科学学院
出处
《数据采集与处理》
CSCD
北大核心
2021年第4期799-811,共13页
基金
国家自然科学基金青年基金(62002063)资助项目。
文摘
现有年龄估算方法的性能度量主要是基于训练集与测试集独立同分布的假设。为了能更好地符合实际场景以及更好地评估年龄估算方法的泛化性能,提出一种异构数据集评估协议,即在年龄估算时更关注训练集与测试集具有的不同分布和特征情况。此外,为了提高基于卷积神经网络的年龄估算方法的拟合能力,在充分考虑相邻年龄特性的基础上,通过将年龄估算问题建模为基于高斯模型的标签分布学习,提出一种新颖的损失函数。理论分析与实验结果皆说明本文方法的有效性与鲁棒性。
关键词
年龄估算 独立同分布 卷积神经网络 标签分布 损失函数
Keywords
age estimation independent homology distribution convolutional neural network label distribution loss function
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种高效的车体表面损伤检测分割算法
被引量：2
4
作者
林少丹 冯晨 陈志德 朱可欣
机构
福建船政交通职业学院信息与智慧交通学院 福建 师范大学数学与信息 学院 台湾中山大学资讯工程系
出处
《数据采集与处理》
CSCD
北大核心
2021年第2期260-269,共10页
基金
国家自然科学基金(61841701)资助项目 福建省交通运输厅科技基金(201934)资助项目。
文摘
车体表面损伤检测是计算机视觉中的经典问题。车体表面损伤检测的主要瓶颈在于图像中损伤实例的不同尺度影响了分割的精度与效率。本文采用单阶段语义分割网络(YOLACT^(++))进行车体表面的损伤检测,通过结合EfficientNet设计主干网络提高分割效率,并通过改进损失函数优化YOLACT^(++)中目标实例Mask的生成,实验中用深度学习标注实验数据集进行训练测试。实验表明,改进后的YOLACT^(++)降低了Mask生成误差,检测的实时帧率提高到35帧/s,同时也提高了YOLACT^(++)进行实例分割的精度。
关键词
YOLACT++ 主干网络 高效网络 MaskIOU-NET 损失函数
Keywords
YOLACT++ backbone network EfficientNet MaskIOU-NET loss function
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于区块链隐私增强的联邦学习可验证安全存储方案
被引量：1
5
作者
林庆新 余锋 胡志强 曾凌静
机构
福州大学至诚学院 计算机工程系 福建 师范大学计算机与网络安全学院 中国航天科工集团第二研究院七〇六所 福建船政交通职业学院信息与智慧交通学院
出处
《计算机工程与设计》
北大核心
2023年第12期3571-3577,共7页
基金
福建省教育厅中青年教师教育科研基金项目(JAT220836)。
文摘
在传统的联邦学习系统中,中央服务器在接收到参与方上传的本地模型后,没有对本地模型的合法性进行验证,可能导致后续模型不可靠即模型存储可靠性问题。针对该问题提出一种基于区块链隐私增强的联邦学习可验证安全存储方案(blockchain-based federated learning for model verified security storage, BFL4MVSS)。利用区块链技术,提出验证者投票机制,保证存储模型的可靠性;引入一种奖励机制,允许系统在一定数量的恶意节点存在下正常运行。采用PyTorch框架在MNIST数据集上进行仿真验证,结果表明,其能够在15%的恶意节点的参与下确保模型具有良好的表现。
关键词
BFL4MVSS 联邦学习 隐私增强 区块链 投票机制 奖励机制 仿真验证
Keywords
BFL4MVSS federated learning privacy enhancement blockchain voting mechanisms reward mechanism simulation verification
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
