王驰
- 作品数：2 被引量：6H指数：2
- 供职机构：武汉理工大学航运学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：交通运输工程更多>>
- 内河船舶AIS与雷达动态信息集成性融合被引量：4
- 2017年
- 针对船载传感器信息的多源性、多维性和异构性特征,构建船舶动态信息融合模型,以提高内河航行中船员对目标船动态的感知和辨析能力。通过分析船载导航设备在船舶动态辨析中的局限性和互补性,构建集成卡尔曼滤波、自适应加权和神经网络等方法的多源异构数据融合模型,并通过实测和模拟数据计算对该模型进行验证,确定系统的可靠性、稳定性和精确性。该模型不仅对保障内河船舶航行安全、提高内河水上交通效率具有重要的理论参考价值,而且对内河水运安全的保障工作具有积极的现实意义。
- 范耀天王驰
- 关键词：船舶工程信息融合自适应加权
- 水上交通流冲突严重度BP神经网络评价方法被引量：2
- 2017年
- 目前的水上交通流评价方法在评价指标关系模糊、来源不清等情况下难以运用,且主观性较强,存在评价结果严重偏离实际的情况,忽视了客观性不足的问题。为降低专家主观性对水上交通流冲突严重度评价的影响,基于BP神经网络建立评价模型,并通过网络训练进行函数比较,确定最符合模型设定要求的Trainlm函数,以及精度与迭代次数。由于数据的差异性会对BP神经网络的训练效率和评价精度造成影响,基于聚类分析与BP神经网络建立新的评价模型,将训练数据按照欧几里得度量进行归类开展神经网络训练,分别对水上交通流冲突严重度进行评价。运用9个水道数据为例对模型进行验证,通过比较聚类分析数据与未处理的原始数据在BP神经网络中的评价结果,发现评价结果平均误差从42.05%降低到23.74%,进一步验证了BP神经网络在该领域的可行性。评价模型利用聚类分析与BP神经网络相结合的方法,不仅客观性较强,而且与单一使用BP神经网络的模型相比提升了评价精度。
- 范耀天王驰
- 关键词：水路运输BP神经网络聚类分析
