【摘 要】
：
海洋波浪会对船舶营运和安全产生不利影响,实时准确的随船海浪监测对绿色智能船舶及航行安全至关重要.利用船舶运动反演遭遇海浪信息是一种重要的随船海浪监测手段,具有成本低、时空分辨率高等诸多优点,受到广泛关注.针对现有船舶运动反演海浪模型存在的不足,提出了一种基于人工神经网络(Artificial Neural Network, ANN)的反演模型.以船舶摇荡运动时历作为输入,以波浪时历作为输出,利用人
论文部分内容阅读
海洋波浪会对船舶营运和安全产生不利影响,实时准确的随船海浪监测对绿色智能船舶及航行安全至关重要.利用船舶运动反演遭遇海浪信息是一种重要的随船海浪监测手段,具有成本低、时空分辨率高等诸多优点,受到广泛关注.针对现有船舶运动反演海浪模型存在的不足,提出了一种基于人工神经网络(Artificial Neural Network, ANN)的反演模型.以船舶摇荡运动时历作为输入,以波浪时历作为输出,利用人工神经网络进行船舶运动特征提取,输入线性函数进行波面时历反演.为验证反演模型的可行性和精度,开展了船模水
其他文献
为筛选楸树优良抗寒种质资源，本研究以滇楸、灰楸、梓楸、金丝楸为试材，在自然低温胁迫期间测定其半致死温度、可溶性糖含量、淀粉含量、干物质含量、ATP酶活性、5’-AMP酶活性和脱落酸(ABA)含量等指标，并采用主成分分析法和隶属函数法对抗寒性进行综合评价。结果表明：(1)4种楸树的胞内电阻率(r_(i))、可溶性糖含量、干物质含量、ABA含量随着半致死温度的增强呈上升趋势；(2)可溶性糖和干物质含量
微生物残体在土壤有机质的形成和稳定过程中发挥重要作用，湿地开垦对土壤微生物残体积累特征的影响尚不清楚。本研究以三江平原小叶章湿地为对象，采集原始自然湿地和开垦改种豆科作物后不同耕作年限（5年、10年和25年）的土壤，以氨基糖为微生物残体的标识物，探讨湿地开垦对土壤微生物残体积累特征的影响。结果表明：自然湿地开垦为农田后显著降低了土壤氨基糖的含量，且随着开垦年限的增加氨基糖的损失比例也增加。与自然湿
现有的目标检测框架中,浅层弱分类能力是制约着网络精度进一步提高的关键.针对上述问题,本文提出了基于浅层定位信息的动态细化检测网络.该网络在单阶段算法的基础上,通过增加多连接模块以增强浅层特征,同时去除浅层的分类操作以最大保留浅层的定位结果,并将其作为候选框送入深层网络.深层网络通过使用引入自适应因子的感受野模块构建特征金字塔,以获得丰富的语义信息用于对浅层的回归结果进行判别和微调.最后设计基于自注
本研究旨在解决峰丛洼地土壤有机碳(soil organic carbon， SOC)含量高光谱估算存在的困难，提高SOC含量的预测精度。文章以桂东北寨底峰丛洼地土壤为研究对象，利用二阶微分和去除包络线二阶微分方法对土壤光谱进行处理，筛选出3种光谱指数与SOC相关系数最高的特征波段，通过偏最小二乘回归、多元线性回归与多元逐步回归等模型的精度比较，确定SOC最佳估测模型。结果表明：（1）研究区土壤样品
目前有机肥替代化肥对旱地黄壤有机碳矿化及活性有机碳的影响特征及机制还不够明确。为探究有机肥替代化肥对旱地黄壤有机碳矿化及活性有机碳的的影响，采集施肥处理为不施肥（CK）、单施化肥（NP）、50%有机肥替代化肥[1/2(NPM) ]和100%有机肥替代化肥（M）的土壤进行有机碳室内矿化培养研究，探究有机肥替代化肥条件下土壤有机碳变化特征及活性有机碳变化。结果表明，有机肥替代化肥显著提高土壤pH、有机
[目的]针对母猪哺乳行为及哺乳时长的自动化监测水平低、人工观测费时费力等问题，提出一种基于YOLOv5结合db4小波的方法，实现非接触式母猪哺乳行为的判定和哺乳时长的监测。[方法]利用YOLOv5对目标母猪和仔猪进行识别并输出母猪姿态，选择姿态为侧卧的母猪获取其预测框面积，根据哺乳特征的预测框面积变化与哺乳行为建立对应关系，综合判定母猪的哺乳行为和哺乳时长；利用高、低通滤波器对母猪预测框面积进行下
复述生成(Paraphrase Generation)在自然语言处理任务中起着重要的作用， 它可以为文本提供多样化的表达。但是当下网络中的信息并非单一的文本形式， 更多情况下是由图像与文本共同构成的多模态形式。其中文本信息往往来自于同其相关联的图像信息， 例如商品描述和新闻评论等。在这样广泛存在的多模态场景下， 已有的复述生成模型只能围绕文本信息生成复述， 大量的图像信息在这个过程中并没有得到利用
为进一步研究南海北部陆坡海洋动力过程对深海海底边界层的影响，研发了“深海海底边界层原位观测系统（In-situ Observation System for Bottom Boundary Layer in Abyssal Sea）”，ABBLOS。观测系统主体为坐底式的深海运载平台，最大工作水深可达6 700 m（实际工作水深取决于搭载设备的耐压水深），是研究深海海底边界层问题的重要技术创新。观
CFRP/Al蜂窝结构在制备和长期服役过程中易产生脱粘、分层、积水等缺陷，因此采用红外热波无损检测技术对其状态进行检测尤为重要。在采集CFRP/Al蜂窝结构缺陷红外热图像序列的过程中，存在着较大的背景噪声，容易产生对缺陷的检测效率低、对比度差等问题。为了提高缺陷检测效果，采用主成分分析算法对去除背景后的红外图像序列进行缺陷特征信息降维处理，有效滤除红外图像序列中的不均匀背景噪声。结合多结构形态学和
To enhance the segmentation performance and robustness of kernel weighted fuzzy local information C-means clustering (KWFLICM) for image segmentation in the presence of high noise， an improved KWFLICM