基于电子海图的船舶动态监控系统设计与实现

介绍了基于电子海图的船舶动态监控系统的结构、功能、特点及部分实现技术，系统综合运用高精度差分GPS定位技术，通话技术，数据处理技术，电子海图显示技术，CRACLE数据库管理技术，对在航船舶进行跟踪、监控和管理，实践表明，该系统能够有效地保障在航船舶在受限水域以及能见度不良情况下的航行安全。     

基于多分类器集成的数据流分类方法

概念漂移给数据流挖掘工作带来了很大阻碍.经典的SEA算法通过动态裁剪集成分类器的方式有效地捕获到概念漂移.其裁剪集成分类器的策略是直接删除掉一个权值最低的基础分类器,这意味着算法抛弃了一个已经学习了的概念,当该概念再出现时还需再学习,导致算法效率的降低.现提出了一种能够提取旧概念的算法(ECRRC),并给出了存储和提取概念的具体方法.面对概念的重复出现,ECRRC不用再学习就能够完成数据流分类.实验结果表明,ECRRC能够提高数据流分类效率.     

基于支持向量机的遥感图像分类研究

支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论的新型机器学习算法.通过解算最优化问题,在高维特征空间中寻找最优分类超平面,从而解决复杂数据的分类及回归问题.将支持向量机理论应用到遥感图像分类的研究还处在初级阶段,传统分类算法应用于遥感图像分类存在运算速度慢、精度比较低和难以收敛等问题.从支持向量机基本理论出发,建立了一个基于支持向量机的遥感图像分类器.用遥感图像数据进行实验,并将结果与其它方法的结果进行了比较分析.实验结果表明,利用SVM进行遥感图像分类的精度明显优于神经网络算法和最大似然算法分类精度.     

大型集装箱船的操纵性能

大型集装箱船是远洋货物运输重要的运载工具，对其操纵性能的了解直接关系到运输效率及航行安全．通过对大型集装箱船的船型、侧推器、风压力、旋回性、加速、减速及停船性能的分析，并在船型、风压力和旋回性上与大型油船、散货船进行比较，总结出大型集装箱船具有旋回性较差、舵力和舵力转船力矩较大、风压差较大、船速较高、倒车停船性能较好等操纵特点．根据这些特点，在进出港的操纵过程中，为了减小下风漂移，可适当提高船速，在接近码头过程中适时进行倒车减速或用拖船协助减速．实践表明，这些策略对实际操纵具有指导意义．     

基于SVM的驾驶员疲劳检测研究

疲劳驾驶是导致交通意外的一个重要原因,在车上装一个疲劳检测系统有助于预防交通事故的发生。现实条件下,司机的头和眼睛是不断运动的,使得疲劳特征提取变得比较困难,再加上外部干扰和光线条件的影响,准确判断司机的疲劳状态是一个具有挑战性的问题。本文介绍了一种利用支持向量机检测驾驶员疲劳状态的方法。首先采集驾驶员的头部视频,然后对视频图像进行处理,提取眼睛、嘴的视觉特征和点头频率变化情况,最后利用支持向量机依据这些特征来判断司机的疲劳状态。通过模拟实验,疲劳检测的准确率达到97.80%,表明该方法适合于驾驶员的疲劳检测。