导读:本文包含了船舶网络论文开题报告文献综述及选题提纲参考文献,主要关键词:轨迹识别,BP神经网络,船舶自动识别系统,附加动量
船舶网络论文文献综述
凡甲甲,祁云嵩,葛霓琳[1](2019)在《基于改进BP神经网络的船舶轨迹识别方法》一文中研究指出针对船舶航行轨迹识别,为提高识别率,进行深入研究,提出一种采用附加动量法和自适应学习速率法的改进BP神经网络方法。采用附加动量不断修正BP神经网络的权重,加快网络收敛速度,在迭代过程中进行学习率自适应调整,减少迭代次数。运用改进BP神经网络和传统BP神经网络对船舶自动识别系统(automatic identification system,AIS)信息进行训练,分别建立分类识别模型。以安徽巢湖水域为例进行实验,实验结果表明,改进BP神经网络对船舶轨迹识别具有更高的准确率。(本文来源于《计算机工程与设计》期刊2019年12期)
李兆桐,孙浩云[2](2019)在《基于全卷积神经网络的船舶检测和船牌识别系统》一文中研究指出船舶检测与识别对于港口智能监控,实现港口资源的有效管理具有重要意义。由于复杂的船舶轮廓、船牌位置不固定、船牌文本类型复杂多样和船牌文字个数不确定等因素,使得船舶的检测和识别非常具有挑战性。本文提出一种基于全卷积神经网络的船舶检测与识别方法:SDR-FCN。SDR-FCN利用本文提出的船舶检测算法SDNet进行船舶检测定位,然后利用本文提出的船牌文本检测算法PDNet进行船牌文字检测,最后利用具备在线自适应性的分类器OA-Classifier进行船牌分类识别。OA-Classifier综合了AIS(船舶自动识别系统)反馈的信息,提高了分类器的识别精度。实际SDR-FCN部署运行表明,它能够以较高的精度可靠地工作,满足实际应用。(本文来源于《计算机与现代化》期刊2019年12期)
常月军[3](2019)在《船舶网络安全的应用与发展》一文中研究指出本文分析船舶网络系统存在的安全问题,从提升网络安全应用意识,认识船舶的网络威胁,加强网络安全技术的应用,加强船舶网络操作人员的技术培训多方面提出了船舶网络安全应用与发展策略,对于实现船舶的安全运行及安全管理,提升船舶网络安全技术水平具有积极的促进作用。(本文来源于《船舶物资与市场》期刊2019年11期)
郭延娜[4](2019)在《智能网络下船舶海上物流路径规划及最优网络构建》一文中研究指出在当前的经济发展总体形势下,物流信息化的格局呈现出复杂化的趋势。物流信息化的发展会给物流事业带来了诸多的便利,特别是海上物流,由于信息技术应用的复杂性,就要对物流的路径进行合理规划,按照相应的准则对物流的路径进行规划,将有关信息收集起来,并进行全方位的重构,实现智能化控制。本文针对智能网络下船舶海上物流路径规划及最优网络构建展开研究。(本文来源于《舰船科学技术》期刊2019年22期)
赵陇[5](2019)在《无线传感器网络的船舶航行姿态在线校正》一文中研究指出为了提高船舶航行姿态准确性,针对当前船舶航行姿态在线校正方法存在的错误大、实时性差等缺陷,提出了无线传感器网络的船舶航行姿态在线校正方法。首先分析船舶航行姿态在线校正原理,并采用无线传感器网络对船舶航行姿态数据进行实时采集,然后根据无线传感器网络采集数据对船舶航行姿态误差进行预测,并根据预测结果对船舶航行姿态进行在线校正,最后进行了船舶航行姿态在线校正仿真对比实验。结果表明,无线传感网络的船舶航行姿态在线校正精度高,船舶航行姿态在线校正速度快,船舶航行姿态在线校正效果明显优于其他方法,解决了当前船舶航行姿态在线校正过程存在的一些难题,具有广泛的应用前景。(本文来源于《舰船科学技术》期刊2019年22期)
刘贵锋[6](2019)在《多压力下船舶网络系统优化设计》一文中研究指出常规船舶网络系统由于系统框架以及收发器的限制,造成数据传输量(又称Rx性能)较低,为此对多压力下船舶网络系统优化设计。在硬件框架中增设设备层,应对数据加载传输,扩充收发器接口以及连接方式,升级软核处理器中运行模块以此实现硬件设备的优化;改变原有信息初始化方式,重新计算数据初始权值,增加运行数据与传输数据的能力完成软件优化。设计仿真实验,通过模拟使用环境,将优化后系统与传统系统进行比较,实验结果表明优化后的系统Rx性能明显提升,说明此次优化具备有效行。(本文来源于《舰船科学技术》期刊2019年22期)
史丽娟[7](2019)在《船舶机舱无线传感器网络丢失节点预测方法研究》一文中研究指出现有船舶机舱无线传感器网络丢失节点预测方法存在计算量大、预测精准度差的缺陷,为此进行船舶机舱无线传感器网络丢失节点预测方法研究。为提升无线传感器网络丢失节点预测精准度,搭建无线传感器网络节点模型,建立网络节点隶属度向量。以此为基础,依据节点运动状态特点,计算丢失节点偏转方向,以得到的丢失节点偏转方向信息为依据,采用A-USVC算法预测丢失节点位置,实现船舶机舱无线传感器网络丢失节点的预测。仿真实验结果显示,与现有船舶机舱无线传感器网络丢失节点预测方法相比,提出的船舶机舱无线传感器网络丢失节点预测方法极大降低了计算量,提高了预测精准度,充分说明提出的船舶机舱无线传感器网络丢失节点预测方法具备更好的预测效果。(本文来源于《舰船科学技术》期刊2019年22期)
张靓,凌伟[8](2019)在《大数据资源调度下船舶网络信息加密传输系统设计》一文中研究指出传统传输加密系统的工作对象为单向数据交互环境下的传输数据流。因此,传统传输加密系统无法应对大数据资源实时调度计算环境下的信息加密传输计算。为了解决上述问题,提出大数据资源调度下船舶网络信息加密传输系统设计。设计共分为4部分,分别为支持硬件设计、大数据资源调度数据的DES算法初级加密计算、传输数据的AES二次加密计算与调度算法的执行。通过4部分的功能完成系统的整体设计,并达到设计的功能要求。设计的可行性由仿真实验来完成验证。(本文来源于《舰船科学技术》期刊2019年22期)
高晓格[9](2019)在《基于机器学习算法的船舶通信网络信道估计》一文中研究指出针对传统船舶通信网络信道估计方法调控响应性能较差的问题,提出一种基于机器学习算法的船舶通信网络信道估计方法。在物理层LTE协议中定义导频序列,基于gold序列设计船舶通信网络信道的导频序列,通过奈奎斯特定理决定导频信号的插入密度,在设计的船舶通信网络信道导频序列中按照该密度插入导频信号,基于机器学习算法拟合不同时间点同一子帧内的信道估计值,以实现船舶通信网络的信道估计。为了证明基于机器学习算法的船舶通信网络信道估计方法的调控响应性能较强,比较该方法与传统船舶通信网络信道估方法。实验结果证明该方法的调控曲线拟合性最强,即该方法的调控响应性能优于实验中的传统方法,证明了该方法的优越性。(本文来源于《舰船科学技术》期刊2019年22期)
高静,庄雷[10](2019)在《云计算船舶移动网络强入侵攻击防御研究》一文中研究指出为了提高船舶移动网络的安全性,提出基于云计算的船舶移动网络强入侵攻击防御方法。建立的船舶移动网络强入侵信号模型,采用频谱滤波方法进行船舶移动网络强入侵的干扰抑制,结合多径合并方法进行船舶移动网络强入侵特征关联规则挖掘,提取船舶移动网络强入侵的异常波谱特征量,根据谱分布的差异性,实现对船舶移动网络强入侵特征的模糊聚类处理。在云计算环境下,建立船舶移动网络强入侵的攻击防御滤波检测模型,实现船舶移动网络强入侵攻击防御优化。仿真结果表明,采用该方法进行船舶移动网络强入侵攻击防御的有效性较好,提高了入侵检测能力。(本文来源于《舰船科学技术》期刊2019年22期)
船舶网络论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
船舶检测与识别对于港口智能监控,实现港口资源的有效管理具有重要意义。由于复杂的船舶轮廓、船牌位置不固定、船牌文本类型复杂多样和船牌文字个数不确定等因素,使得船舶的检测和识别非常具有挑战性。本文提出一种基于全卷积神经网络的船舶检测与识别方法:SDR-FCN。SDR-FCN利用本文提出的船舶检测算法SDNet进行船舶检测定位,然后利用本文提出的船牌文本检测算法PDNet进行船牌文字检测,最后利用具备在线自适应性的分类器OA-Classifier进行船牌分类识别。OA-Classifier综合了AIS(船舶自动识别系统)反馈的信息,提高了分类器的识别精度。实际SDR-FCN部署运行表明,它能够以较高的精度可靠地工作,满足实际应用。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
船舶网络论文参考文献
[1].凡甲甲,祁云嵩,葛霓琳.基于改进BP神经网络的船舶轨迹识别方法[J].计算机工程与设计.2019
[2].李兆桐,孙浩云.基于全卷积神经网络的船舶检测和船牌识别系统[J].计算机与现代化.2019
[3].常月军.船舶网络安全的应用与发展[J].船舶物资与市场.2019
[4].郭延娜.智能网络下船舶海上物流路径规划及最优网络构建[J].舰船科学技术.2019
[5].赵陇.无线传感器网络的船舶航行姿态在线校正[J].舰船科学技术.2019
[6].刘贵锋.多压力下船舶网络系统优化设计[J].舰船科学技术.2019
[7].史丽娟.船舶机舱无线传感器网络丢失节点预测方法研究[J].舰船科学技术.2019
[8].张靓,凌伟.大数据资源调度下船舶网络信息加密传输系统设计[J].舰船科学技术.2019
[9].高晓格.基于机器学习算法的船舶通信网络信道估计[J].舰船科学技术.2019
[10].高静,庄雷.云计算船舶移动网络强入侵攻击防御研究[J].舰船科学技术.2019