深度堆栈自编码网络在船舶重量估算中的应用

传统的船舶重量估算方法多数存在误差大、成本高等问题。为此,提出一种基于深度学习的船舶重量估算算法。利用多层神经网络逐层无监督学习训练初始化参数,通过反向梯度下降的方式微调参数。运用深度堆栈自编码网络挖掘深层次的数据特征,并在ShipWE自建数据库上进行分析。实验结果表明,与传统吃水估算方法相比,该算法具有更强的稳定性和更高的准确性,与BP神经网络算法和径向基函数神经网络算法相比,该算法的精度更高,能有效解决船舶估算可信度低的问题。

基于物联网Android平台的船舶气囊群气压监测系统

为了促进工业的远程化、智能化和灵活化,针对传统的船舶气囊上下水工艺,基于Android手机平台,提出一种基于物联网Android平台的船舶气囊群气压检测系统,系统包括ZigBee传感器网络、协议转换器、云端服务器和手机终端,实现了对船舶气囊群的远程监控。通过Android手机界面,实现了用户随时随地在有网络覆盖的地方浏览并获取实时数据,最后通过实验测试证明该系统稳定、可靠,符合一般工业设计对检测精度和时间的要求。该系统的应用改进了人工读取数据耗时、费力、不安全等缺点,从整体上提升了船舶气囊下水作业的施工效率。

基于GPRS和GPS的汽车防盗系统设计

以STC12C5A60S2芯片为核心控制器,以SIM300为GPRS模块,以NEO 6为GPS模块,并采用传感器模块检测报警信号,组建了一个基于GPRS和GPS的汽车防盗报警系统。软硬件调试结果表明,该系统实现了对汽车现状的实时报警和监控功能。