摘要：为实现大型耙吸挖泥船结构设计安全、合理、可靠,以某大型耙吸挖泥船为例,分析大型耙吸挖泥船结构设计特点,从结构设计、强度评估、疲劳评估和振动评估等角度论证其设计要点,通过对泥舱结构设计分析,给出泥舱设计的关键节点,对关键节点进行强度分析和疲劳分析,结果表明,该船局部关键区域应力水平较高,低周疲劳在关键区域的疲劳中占据主要地位,建立三维有限元模型计算挖泥船固有频率,对比该大型耙吸挖泥船激励频率与固有频率,结果表明,船体总振动固有频率通常可以避开激励频率,生活楼固有频率与激励频率较为接近。

摘要：当前时间序列Shapelet发现算法普遍采用穷举法,需要计算所有时间序列子序列的信息增益,效率较低。针对此问题,提出一种基于矩阵轮廓的Shapelet发现算法。选出最具代表性的时间序列对,计算其轮廓矩阵和差异向量,找到一簇关键区域;对找到的关键区域进行剪枝;在关键区域上搜索Shapelet并计算其信息增益,提升算法效率。在15个UCR数据集上,通过时间序列二分类实验对所提Shapelet发现算法进行验证。实验结果表明,所提算法结合Shapelet转换后具有较强分类能力,计算效率明显优于现有Shapelet发现算法。

摘要：为了小纪汗煤矿关键区域无人值守系统建设,提出了矿井综合自动化平台、排水系统、通风系统、压风系统、制氮系统、供水系统、工业视频等系统升级建设。实现井下关键区域无人值守系统提供保护监视和控制功能,有效保证井下关键区域运行安全可靠,实现了固定岗位无人值守有人巡视智能化管理和应用,为小纪汗煤矿带来了较高的经济效益和社会效益。

摘要：[目的]现代LNG运输船的营运寿命通常不少于40年,相比于平均营运20~25年的其他类型商船而言,其船体结构会承受更多的交变应力,因此,有必要对LNG运输船的疲劳强度进行分析。[方法]采用谱分析法对17万立方米级LNG运输船疲劳强度分析。针对均匀满载出港和正常压载出港2种装载工况以及营运于北大西洋海区疲劳环境条件40年设计寿命的要求,通过谱分析得到累计疲劳损伤和预估疲劳寿命,对一些不满足要求的关键区域进行优化。[结果]结果显示,经优化后该船型船体结构疲劳性能满足设计要求。[结论]本文给出了对提高结构疲劳性能在建造和营运阶段可采取的质量控制建议,可为大型LNG运输船疲劳强度的研究和对相关船体结构质量的控制提供参考。

摘要：考虑到船舶建造过程中关键区域的结构由于应力高度集中极易产生裂纹等破坏,对船舶关键区域的结构节点精度监控尤为关键,介绍常用的CM节点精度检测方法,根据几何原理推导卡板设计方法,编制板厚与偏差对照样表,介绍卡结构法的应用原理和应用范围。

摘要：以大型薄膜型LNG运输船为例,采用整船直接计算强度评估和疲劳谱分析,确定结构关键区域的分布,在新造船设计和建造阶段对高应力关键区域以及疲劳关键区域进行识别、优化和质量控制,并提出营运阶段的监控要求,以保证船体结构的安全和使用寿命。

摘要：本文通过利用带图形用户界面的电子警容镜上部署的前端摄像头拍摄到的警察全身正面图,通过算法进行人体检测,并提取人体26个关键点,然后根据人体关键点判断站姿是否正确,同时根据人体关键点截取人体关键区域子图,通过深度学习模型对子图分别进行检测,从而判断人体各关键部位着装是否规范。本文实现了对警察四套制服,包括春秋常服、长袖制式衬衫、夏季执勤服、春秋执勤服的自动着装检测,做到智能语音提醒着装不规范的部位,辅助警察及时整理警容。

摘要：工业园区是基于行政管控而划出的一块相对完整的区域,具有工业强度集约、产业特色突出、功能布局合理等特征,是产业升级和市场竞争的关键区域。工业园区升级改造能大大促进存量工业再利用,最大化提升土地价值。

摘要：针对面部表情识别率低的问题,提出了一种ResNet结合HOA的面部表情识别方法。首先,利用复杂的高阶统计信息,对残差网络提取的特征进行建模,进而提高表情识别的准确率;其次,通过对ResNet模型进行改造,使其适用于灰度图像;最后,在CK+面部表情数据集和Fer2013面部表情数据集上进行实验,验证设计方法的有效性。结果显示,所提出方法在两个数据集上的识别准确率可分别高达97.50%和94.40%。通过对比实验表明,相比其他几种较新的面部表情识别方法,提出的方法可以获得更高的识别率。

摘要：针对现有全局与局部特征提取方法所提取的颜色特征无法有效描述画家艺术风格的问题,提出了一种基于关键区域的油画描述法。首先,通过融合主色调占比与颜色丰富度定义了油画区域信息丰富度,以检测并选取油画的关键区域。其次,提取所选油画关键区域的54维特征来描述油画,并利用Fisher Score对这些特征进行评估,选取重要的特征描述油画关键区域,从而高度体现画家艺术风格。最后,为了验证上述方法的有效性,利用朴素贝叶斯分类器实现油画的分类。建立两个数据库进行仿真实验,数据库1包含3位画家的120幅作品,数据库2包含9位画家3种流派的513幅作品。数据库1上的实验结果表明,结合Fisher Score特征描述的分类正确率高于普通分类的正确率,所提方法依据画家与流派的油画分类正确率分别达到了90%与90.20%。数据库2上的实验结果表明,所提方法根据画家的油画分类正确率达到了90%,相较Features-FS的正确率提高了6.67个百分点;依据流派分类的结果正确率达到了90.20%,与Features-FS的正确率相当。所提的基于关键区域的油画描述法所提取的特征能够有效描述画家的艺术风格。