检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

船舶动力定位系统状态估计方法研究

船舶动力定位系统状态估计方法研究

作者：丁浩晗武汉理工大学

学位级别：硕士

动力定位系统是一个非常复杂的非线性系统,传感器的测量误差、系统模型的不精确以及风、浪、流等外界环境的干扰对定位精度影响很大。因此,当系统决定下一周期的控制指令时,知道系统当前时刻的状态是必不可少的前提。由于状态估计模块... 详细信息

动力定位系统是一个非常复杂的非线性系统,传感器的测量误差、系统模型的不精确以及风、浪、流等外界环境的干扰对定位精度影响很大。因此,当系统决定下一周期的控制指令时,知道系统当前时刻的状态是必不可少的前提。由于状态估计模块可以从一系列带有噪声的观测值中估计出系统当前时刻的状态。所以,它是动力定位系统至关重要的一环。本文主要针对动力定位系统中的状态估计方法进行了较为深入的研究。为了提高动力定位的精度,装备有动力定位系统的船舶通常会配备多个相同类型和不同类型的传感器对其状态进行测量。本文针对采用不同类型传感器的场合,提出了一种改进自适应加权融合算法。该算法通过更加准确地计算出各个传感器的方差,提高了数据融合的精度。另外,针对采用相同类型传感器的场合,提出了一种改进权值动态分配算法,利用迭代的方法解决了权值动态分配法需要保存历史数据的问题,提高了算法的实时性。仿真结果表明当传感器类型不同时,改进自适应加权融合算法的精度明显高于传统自适应加权融合算法;而当传感器类型相同时,改进权值动态分配算法的精度和实时性均高于传统自适应加权融合算法和改进自适应加权融合算法。针对复杂海洋情况下,由于模型的不准确导致过程噪声发生变化,使得无迹卡尔曼滤波估计精度下降的问题,本文提出了一种可以自适应估计噪声参数的自适应噪声估计算法。该算法根据一段时间内观测值与后验估计值的偏差,自适应地估计出当前时刻的过程噪声。仿真结果证明了当过程噪声发生变化时,提出的算法可以较为准确地估计出变化的过程噪声,使滤波结果更加准确。无迹卡尔曼滤波对于非线性系统的状态估计具有一定的优势,已被广泛应用于动力定位系统中。针对复杂多变的海洋环境可能导致船舶运动状态的突变,且动力定位系统需要更准确、实时的估计当前时刻的状态,而传统无迹卡尔曼滤波难以解决系统状态突变下的状态估计问题,本文提出了一种可以跟踪环境力突变的自适应无迹卡尔曼滤波算法。通过实时判断状态值突变并适当调整后验均方差矩阵,有效地跟踪船舶状态并减小实际位置与定点位置的偏差。仿真实验证明了该算法的有效性。

关键词：动力定位状态估计信息融合噪声估计自适应无迹卡尔曼滤波

基于自适应无迹卡尔曼滤波的动力定位状态估计

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大连海事大学学报 2016年第4期42卷 7-12页

作者：丁浩晗冯辉徐海祥高性能船舶技术教育部重点实验室/武汉理工大学交通学院武汉430063

针对复杂海洋情况下由模型的不准确导致的过程噪声变化使得无迹卡尔曼滤波估计精度下降的问题,提出一种自适应无迹卡尔曼滤波方法.该方法根据一段时间内观测值与后验估计值的偏差,自适应估计出当前时刻的过程噪声.仿真结果表明:当过程... 详细信息

针对复杂海洋情况下由模型的不准确导致的过程噪声变化使得无迹卡尔曼滤波估计精度下降的问题,提出一种自适应无迹卡尔曼滤波方法.该方法根据一段时间内观测值与后验估计值的偏差,自适应估计出当前时刻的过程噪声.仿真结果表明:当过程噪声发生变化时,自适应无迹卡尔曼滤波可以较为准确估计出变化的过程噪声,提高状态估计的准确性,使滤波结果更加准确.

关键词：动力定位自适应无迹卡尔曼滤波过程噪声

基于残差网络模型的速溶全脂奶粉分散性与堆积密度检测方法

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年第10期45卷 9-18页

作者：丁浩晗沈嵩谢祯奇崔晓晖王震宇江南大学未来食品科学中心江苏无锡214122 江南大学人工智能与计算机学院江苏无锡214122 武汉大学国家网络安全学院湖北武汉430072 嘉兴未来食品研究院浙江嘉兴314005

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题,本研究提出了一种基于残差网络(residual network,ResNet)的奶粉分散性和堆积密度的快速分类检测方法。在本研究中,使用的数据集包括499张在10倍光学显微镜下拍摄的速... 详细信息

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题,本研究提出了一种基于残差网络(residual network,ResNet)的奶粉分散性和堆积密度的快速分类检测方法。在本研究中,使用的数据集包括499张在10倍光学显微镜下拍摄的速溶全脂奶粉颗粒微观分布图像,这些图像来自10个不同的样本组。首先,按照国际标准方法检测这10组样本的分散性和堆积密度,进而基于测试结果划分不同的分散性和堆积密度级别。随后,利用这些微观图像对ResNet模型进行训练,以实现对不同样本的有效分类。最终,通过分类结果预测速溶全脂奶粉的分散性、松散密度和振实密度。此外,本研究还对比了ResNet、EfficientNetV2和SwinTransformer等不同深度学习模型的预测效果。结果表明,基于ResNet152的深度学习模型在预测速溶全脂奶粉的分散性、松散密度和振实密度方面表现最佳,其在测试集上的准确率分别达到97.50%、98.75%和95.00%。这些深度学习模型在奶粉品质检测中的出色性能不仅证明了该方法能够实时、准确地预测奶粉的分散性和堆积密度,同时也为奶粉品质的在线检测提供了新的技术途径。

关键词：速溶全脂奶粉分散性堆积密度深度学习残差网络

基于ResNet网络模型的速溶全脂奶粉分散性与堆积密度检测方法

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年

作者：丁浩晗沈嵩谢祯奇崔晓晖王震宇江南大学未来食品科学中心江南大学人工智能与计算机学院武汉大学国家网络安全学院嘉兴未来食品研究院

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题，本研究提出了一种基于ResNet（残差神经网络）的奶粉分散性和堆积密度的快速分类检测方法。在本研究中，使用的数据集包括499张在10倍光学显微镜下拍摄的速溶全脂奶... 详细信息

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题，本研究提出了一种基于ResNet（残差神经网络）的奶粉分散性和堆积密度的快速分类检测方法。在本研究中，使用的数据集包括499张在10倍光学显微镜下拍摄的速溶全脂奶粉颗粒微观分布图像，这些图像来自10个不同的样本组。首先，按照国际标准方法检测这10组样本的分散性和堆积密度，进而基于测试结果划分不同的分散性和堆积密度级别。随后，利用这些微观图像对ResNet网络进行训练，以实现对不同样本的有效分类。最终，通过分类结果预测出速溶全脂奶粉的分散性、松散密度和振实密度。此外，本研究还对比了ResNet、EfficientNet V2和Swin Transformer等不同深度学习模型的预测效果。结果表明，基于ResNet 152的深度学习模型在预测速溶全脂奶粉的分散性、松散密度和振实密度方面表现最佳，其在测试集上的准确率分别达到97.50%、98.75%和95.00%。这些深度学习模型在奶粉品质检测中的出色性能不仅证明了该方法能够实时、准确的预测奶粉的分散性和堆积密度，同时也为奶粉品质的在线检测提供了新的技术途径。

关键词：速溶全脂奶粉分散性堆积密度深度学习 ResNet

基于热解工艺制备烟熏液对西冷牛排风味特征及消费者接受度的影响

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

食品科学 2024年第18期45卷 190-196页

作者：丁浩晗田嘉伟谢祯奇周洁袁佳玟吴棋涵辛星江南大学未来食品科学中心江苏无锡214000

采用热解工艺,在450℃和氮气保护条件下利用桃木制备烟熏液风味剂,研究其对西冷牛排风味特征的影响及消费者接受度。液熏过程采用不同质量分数的烟熏液和腌制时间处理牛排。首先通过焦点小组测试总结描绘牛排感官属性的描述词,并以词云... 详细信息

采用热解工艺,在450℃和氮气保护条件下利用桃木制备烟熏液风味剂,研究其对西冷牛排风味特征的影响及消费者接受度。液熏过程采用不同质量分数的烟熏液和腌制时间处理牛排。首先通过焦点小组测试总结描绘牛排感官属性的描述词,并以词云的形式进行可视化呈现。然后基于Check-All-That-Apply法和主成分分析进行风味评价,结果表明,热解烟熏液大幅提升了牛排关于烟熏风味特征的描述词出现次数,包括“温和的烟熏味”“烧烤味”“熟牛肉香味”“肉香味”“深色的外观”“耐咀嚼”和“爆汁”等。相关性分析结果表明液熏牛排的总体偏好与气味偏好和味道偏好呈正相关。化学性质分析表明本研究中使用的烟熏液浓度相对较低,并未对液熏牛排样品的水分含量、脂肪含量和pH值产生显著影响。

关键词：烟熏风味热解牛排主成分分析

基于图像分析技术的全脂奶粉品质软测量模型构建

在线全文

学校读者我要写书评

暂无评论

食品与发酵工业 2024年第10期50卷 273-281页

作者：丁浩晗谢祯奇田嘉伟辛星王震宇江南大学未来食品科学中心江苏无锡214000 江南大学人工智能与计算机学院江苏无锡214000 嘉兴未来食品研究院浙江嘉兴314005

针对传统奶粉品质检测方法的主观性和滞后性问题,该研究利用奶粉的加工条件和颗粒形态构建了一个基于图像分析技术和人工智能算法的奶粉品质软测量模型,用于准确、实时地预测速溶全脂奶粉的分散性和溶解性这2个重要品质性能。利用显微... 详细信息

针对传统奶粉品质检测方法的主观性和滞后性问题,该研究利用奶粉的加工条件和颗粒形态构建了一个基于图像分析技术和人工智能算法的奶粉品质软测量模型,用于准确、实时地预测速溶全脂奶粉的分散性和溶解性这2个重要品质性能。利用显微数码摄像头和图像处理技术,获取了奶粉颗粒的形态参数。同时,利用重采样技术解决了奶粉工厂原始数据集中的数据不平衡问题。根据实验获取的奶粉颗粒形态参数和奶粉工厂提供的奶粉生产时的加工条件数据,选用偏最小二乘模型和人工神经网络模型构建了速溶全脂奶粉分散性和溶解性的软测量模型,并利用原始数据验证了所构建模型的准确性。结果表明,用于预测奶粉分散性和溶解性所构建的偏最小二乘模型的Q^(2)和R^(2)分别为Q^(2)=0.72,R^(2)=0.94和Q^(2)=0.85,R^(2)=0.95,而用于预测奶粉分散性和溶解性所构建的人工神经网络模型的R^(2)分别为0.97和0.96。模型的良好性能证明,这些模型可以准确、实时地预测奶粉的分散性和溶解性,并为奶粉品质的在线检测提供了新的方法。

关键词：速溶全脂奶粉图像处理品质检测偏最小二乘法人工神经网络

在线全文

学校读者我要写书评

暂无评论

深度学习在食品安全检测与风险预警中的应用

食品科学 2024年

作者：丁浩晗王龙侯浩钶谢祯奇韩瑜崔晓晖江南大学未来食品科学中心江南大学人工智能与计算机学院武汉大学国家网络安全学院

深度学习技术在食品安全检测与风险预警中的应用日益广泛，为提升食品安全、质量控制和真实性鉴别提供了新的机遇。本文首先介绍了深度学习的基本概念及其在食品安全领域的发展现状，探讨了卷积神经网络（Convolutional Neural Network... 详细信息

深度学习技术在食品安全检测与风险预警中的应用日益广泛，为提升食品安全、质量控制和真实性鉴别提供了新的机遇。本文首先介绍了深度学习的基本概念及其在食品安全领域的发展现状，探讨了卷积神经网络（Convolutional Neural Network， CNN）循环神经网络（Recursive Neural Network， RNN）、Transformer架构与图神经网络（Graph Neural Networks，GNN）等技术在食品安全检测与风险预测中的应用。尽管深度学习在提升食品安全检测效率和准确性方面表现出色，但其实际应用仍面临数据质量差、隐私保护能力弱和模型缺乏可解释性等挑战。针对这些问题，本文分析了其可能带来的风险，并提出了解决思路，如推动数据标准化、加强隐私保护、推动人工智能相关政策的制定等。未来，深度学习与物联网和区块链技术的结合、生成式人工智能的进一步发展，这些都将推动食品行业的数字化转型，实现全程可追溯的食品安全监控。

关键词：食品安全深度学习食品检测风险预警

基于热解工艺制备烟熏液对西冷牛排风味特征的影响及消费者接受度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

食品科学 2024年

作者：丁浩晗田嘉伟谢祯奇周洁袁佳玟吴棋涵辛星江南大学未来食品科学中心

采用热解工艺，在450 ℃和氮气保护气氛下利用桃木制备烟熏液风味剂，研究其对西冷牛排的风味特征的影响及消费者接受度。液熏过程采用了不同的烟熏液浓度和不同腌制时间来处理牛排。首先通过焦点小组测试总结了描绘牛排感官属性的描述... 详细信息

采用热解工艺，在450 ℃和氮气保护气氛下利用桃木制备烟熏液风味剂，研究其对西冷牛排的风味特征的影响及消费者接受度。液熏过程采用了不同的烟熏液浓度和不同腌制时间来处理牛排。首先通过焦点小组测试总结了描绘牛排感官属性的描述词，并以词云的形式进行了可视化呈现。然后基于适合项勾选法(Check-All-That-Apply，CATA)和主成分分析法(Principal Component Analysis，PCA)的风味评价表明，热解烟熏液大幅提升了牛排关于烟熏风味特征的描述词，包括“轻度的烟熏味”、“烧烤味”、“熟牛肉香味”、“肉香味” 、“深色的外观”、“耐咀嚼”和“爆汁”等。相关性分析表明液熏牛排的整体喜好和气味喜好两个方面都与风味喜好呈现正相关性，突出了风味特征对牛排风味评价的重要性。化学性质分析表明本研究中使用的烟熏液溶液浓度相对较低，并未对液熏后的牛排样品的水分含量、脂肪含量和pH值产生显著影响。

关键词：烟熏风味热解牛排主成分分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于人工智能的集成食品检测技术应用与展望

食品科学技术学报 2024年第5期42卷 13-23,32页

作者：丁浩晗谢祯奇沈嵩崔晓晖王震宇傅欧万俊江南大学未来食品科学中心江苏无锡214122 江南大学人工智能与计算机学院江苏无锡214122 武汉大学国家网络安全学院湖北武汉430072 嘉兴未来食品研究院浙江嘉兴314005

人工智能与快速检测技术的结合为食品检测领域带来了显著的变革,推动了食品安全、质量和真实性鉴别能力的提升。介绍了基于人工智能的集成食品检测技术的应用现状。在化学检测和生物污染检测方面,人工智能结合快速检测技术有效提高了食... 详细信息

人工智能与快速检测技术的结合为食品检测领域带来了显著的变革,推动了食品安全、质量和真实性鉴别能力的提升。介绍了基于人工智能的集成食品检测技术的应用现状。在化学检测和生物污染检测方面,人工智能结合快速检测技术有效提高了食品安全检测的效率和准确性。在食品质量检测方面,人工智能结合快速检测技术被广泛应用于水果、肉制品、水产品以及其他食品的品质评估,通过高效的数据分析和智能识别,实现了对食品品质的精准评价。此外,人工智能在食品真实性鉴别中的应用,包括掺假检测和地理可追溯性技术,保障了食品的真实性和可靠性。特别是当区块链技术与人工智能相结合时,基于区块链的追溯系统通过透明和不可篡改的记录确保食品的全程可追溯性,同时人工智能算法能够实时分析食品流通环节中的数据,识别潜在的风险和异常。这些技术的集成不仅能提升食品检测的整体水平,也可为未来的智能食品检测系统构建奠定基础。

关键词：人工智能食品检测技术集成机器学习深度学习