Нейросетевой метод идентификации надводных объектов в решении задач автоматизации судовождения

Нейросетевой метод идентификации надводных объектов в решении задач автоматизации судовождения

Автор: Жеретинцева, Наталья Николаевна

Шифр специальности: 05.22.19

Научная степень: Кандидатская

Год защиты: 2008

Место защиты: Владивосток

Количество страниц: 162 с. ил.

Артикул: 4083536

Автор: Жеретинцева, Наталья Николаевна

Стоимость: 250 руб.

Нейросетевой метод идентификации надводных объектов в решении задач автоматизации судовождения  Нейросетевой метод идентификации надводных объектов в решении задач автоматизации судовождения 

ОГЛАВЛЕНИЕ
ОГЛАВЛЕНИЕ
СПИСОК СОКРАЩЕНИЙ.
ВВЕДЕНИЕ
Глава 1. АНАЛИЗ СИСТЕМ БЕЗОПАСНОСТИ МОРЕПЛАВАНИЯ
1.1. Радиолокационные станции
1.1.1. Основные тактикотехнические характеристики РЛС и РИС
1.2. Навигационные радиолокационные станции
1.3. Системы автоматической радиолокационной прокладки.
1.4. Итерированная информационная навигационная система
1.5. Электронная картографическая навигационноинформационная система.
1.6. Автоматическая Идентификационная Система
1.7. Транспондерные системы идентификации
1.8. Системы Управления Движением Судов Транзас
1.9. Система мониторинга судов Виктория
Глава 2. ФОРМАЛИЗАЦИЯ ЗАДАЧИ.
2.1. Выделение параметров классификации
2.2. Задача классификации
2.3. Процесс классификации.
2.4. Классификация морских надводных объектов
2.5. Отбор данных
2.5.1. Несбалансированный набор данных
2.6. Технологии идентификации
Глава 3. АНАЛИЗ И ВЫБОР НЕЙРОННЫХ СЕТЕЙ
3.1. Основы искусственных нейронных сетей
3.1.1. История нейронных сетей
3.1.2. Биологический нейрон.
3.1.3. Структура и свойства искусственного нейрона
3.1.4. Виды функции активации
3.1.5. Объединение нейронов
3.1.6. Структура нейронной сети
3.2. Архитектура нейронных сетей.
3.2.1. Сети прямого распространения
3.2.2. Сети обратного распространения
3.3. Обучение нейронной сети.
3.3.1. Парадигмы обучения
3.3.2. Порядок обучения
3.3.3. Минимизации целевой функции ошибки нейронной сети.
3.4. Задачи классификации
3.4.1. Классификация морских надводных объектов
3.4.2. Отбор данных
3.4.3. Выбор архитектуры сети
3.4.4. Вероятностная нейронная сеть радиальнобазисных функций
3.4.5. Алгоритмы обучения сети РЫЦ.
3.5. Расчет параметров вероятностной нейронной сетиклассификатора.
3.5.1. Моделирование нейронных сетей в МАТЪАВ 7
3.5.2. Этапы построения сети.
3.5.3. Определение массивов и переменных.
3.5.4. Отображение поверхностей распределения классов
3.5.5. Масштабирование данных
3.5.6. Кластеризация по методу Ксредних.
3.5.7. Отображение результатов кластеризации.
3.5.8. Отклонение гауссовой функции
3.5.9. Отображение поверхности одного кластера.
3.5 Построение поверхностей откликов гауссовой функции центроидов по каждому классу
3.5 Суммарная поверхность центроидов
Глава 4. РЕАЛИЗАЦИЯ ПРОГРАММНОГО КОМПЛЕКСА
4.1. Задача разработки программного комплекса
4.2. Структура программного комплекса
4.3. Разработка интерфейса.
СПИСОК ЛИТЕРАТУРЫ


Разработанный метод, алгоритм и программное обеспечение могут быть применены для разработки систем идентификации морских надводных объектов, используемых в навигационных автоматизированных комплексах для решения задач судовождения. Разработанные методика, алгоритм и программное обеспечение могут быть реализованы в имитационно-тренажерных системах, необходимых для обучения ииженеров-судоводителсй. Реализация результатов работы. Результаті)! ФГОУ ВПО МГУ им. Г.И. Невельского. Выводы и рекомендации диссертации внедрены в процесс обучения ФГОУ ВПО МГУ им. Г.И. Невельского (лекции, лабораторные работы, курсовое и дипломное проектирование). Апробация результатов работы. Основные положения подтверждены экспериментально при компьютерном моделировании программного комплекса. МГУ им. Г.И. Невельского - г. VII Международном Форуме студентов, аспирантов и молодых учёных Стран Азиатско-Тихоокеанского региона, г. V Международной научной конференции творческой молодежи «Научно-техническое и экономическое сотрудничество стран АТР в XXI веке», г. Всероссийской научно-технической конференции «Искусственные сети и модели в нероинформатики, промышленности и экологии», г. XV Всероссийском семинаре. Секция «Нейроинформатика и ее приложения», г. Технические проблемы освоения Мирового океана», г. Публикации. По результатам исследований опубликовано работ, в том числе 4 - на международных конференциях, 3 - на всероссийских, 5 - на региональных, из них 3 работы опубликованы в изданиях, рекомендованных списком ВАК. Структура н объем диссертации. Диссертация представлена на 2 листах машинописного текста и состоит из введения, четырех глав, заключения, списка использованных источников из 8 наименований и приложения. Работа содержит иллюстраций и 4 таблицы. Возрастающая интенсивность судоходства, увеличение грузоперевозок, увеличение трафика информационных потоков требуют активного внедрения средств автоматизации и вычислительной техники в процессы судовождения. Глобализация торгово-экономических отношений привела к бурному росту морских перевозок по всей земной акватории. Интенсификация морских перевозок привела к существенному возрастанию многочисленных рисков безопасности мореплавания, в том числе столкновений судов с опасными последствиями для окружающей среды. Технология высокоточной навигации и управления движением». Необходимо также отметить, что одновременно международная электротехническая комиссия по интегрированным навигационным системам активно работает над созданием стандарта, в котором регламентируются требования к системам обеспечения поддержки принятия решений по управлению судном []. Согласно резолюции ИМО Л7 () РЛС должна определить скорость и координаты не более чем за 3 мин. В различных ситуациях во время рейса судоводителю приходится решать задачу идентификации целей на море для последующего выбора маневра, который позволит максимально безопасно разойтись с опознаваемым объектом. И порой, даже для опытных судоводителей не всегда удастся заранее распознать встречные объекты, предугадать их возможное действие и решить вопросы расхождения с ними заранее в условиях интенсивного судоходства. Идентификация объекта, является принципиально важным моментом в процедуре выбора маневра и расхождения. При определении вида опасности обнаруженной цели, а так же выборе маневра, одним из значимых факторов является тин цели, расхождение с которыми регламентируется Международными правилами предупреждения столкновения судов на Море - МППСС . Часто, при одной и той же ситуации, но с различными типами целей действия судоводителя могут сильно различаться. Хотя, как показывает практика, расхождение с определенными типами судов в соответствии с правилами не всегда приемлемо и безопасно. Не всегда развивающаяся ситуация может быть описана каким-либо правилом. В таких случаях судоводителю приходится самостоятельно рассчитывать маневр, и в этом случае особое значение имеет характер обрабатываемой цели. Проблема идентификации встречных объектов при следовании судна по курсу является актуальной проблемой.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.187, запросов: 238