导读:本文包含了港口检测论文开题报告文献综述及选题提纲参考文献，主要关键词:集装箱吞吐量预测,局部异常因子,最小二乘支持向量机,奇异谱分析
港口检测论文文献综述
郭战坤,金永威,梁小珍,杨明歌,汪寿阳[1]（2019）在《基于异常值检测的港口集装箱吞吐量预测模型》一文中研究指出考虑到诸如金融危机等重大事件的影响,时间序列可能存在异常值,提出了一个基于局部异常因子(LOF)的LOF-SSA-LSSVM预测模型,并将其应用于广州港集装箱吞吐量预测.首先,对原始时间序列进行X12加法季节分解,对于分解得到的不规则序列,采用LOF算法进行异常值检测,确定异常数据的位置,之后通过插值或最小二乘支持向量机(LSSVM)的预测值来修正原始季节调整序列中的异常值,将修正后的季节调整序列与季节因子序列加和,即得到新的待预测序列.预测阶段,先采用奇异谱分析(SSA)将新的待预测序列进行分解重构,剔除序列中的噪声,然后再采用LSSVM对其进行预测.实证结果表明,建立的LOF-SSA-LSSVM模型相比BP、ARIMA等模型有着更好的预测精度.(本文来源于《数学的实践与认识》期刊2019年17期）
王甲智,洪文俊[2]（2019）在《港口大气环境主要污染物及其检测方法的探讨》一文中研究指出针对港口大气污染物种类,参照我国相关的环境检测技术标准与规范,提出了港口大气环境中气态和蒸汽态污染物、颗粒物及其污染组成的检测方法,为检验检测机构进行港口大气污染物检测提供参考。(本文来源于《中国水运(下半月)》期刊2019年07期）
毕奇,童心,张济勇,许凯,张涵[3]（2019）在《基于PLSA和BoW的高分遥感影像小型港口检测》一文中研究指出高分辨率遥感影像可以为小型港口的监管提供有效途径.针对小型港口形态多样、特征难以描述等问题,研究了一种基于概率潜在语义分析(probabilistic latent semantic analysis, PLSA)模型和词袋(bag of words, BoW)模型的小型港口检测方法.该方法首先提取水岸线以缩小搜索范围;然后将灰度直方图、归一化差分水体指数、分形维数特征引入PLSA模型生成特征描述集,将加速鲁棒特征向量引入BoW模型生成视觉词典;根据以上特征描述集和构建的小型港口样本库训练SVM分类器,利用22幅影像进行小型港口检测实验.实验结果表明,相比于只使用常见单一特征或单一模型,该方法的检测结果更佳,耗时更少.(本文来源于《应用科学学报》期刊2019年03期）
张良金[4]（2019）在《大型港口水域污染的检测与生态治理研究》一文中研究指出使用Frond试剂对港口水域样本进行消解操作,并以超声波提高消解率,再利用光谱仪检测港口水域污染物种类,明确治理水域污染信息,制备不同规格药筒,构建加药单元,根据污染物信息对目标水域湿投对应药粉,清除有害物质,对含药水体投入大量磁絮,设计流动絮凝池作为水体净化絮凝反应单元设备并通过隔板构建不同下级反应单元,确保污染物与絮凝充分融合,以大型磁盘为核心构建磁絮体分离单元,吸附水域污染物,完成港口水域污染生态治理。(本文来源于《环境科学与管理》期刊2019年05期）
张旭[5]（2019）在《基于模板匹配和深度学习的港口舰船检测识别方法》一文中研究指出针对港口内舰船目标的特征与港口内陆上目标特征相近导致检测困难的问题,提出了一种基于模板匹配和深度学习的港口舰船检测识别方法。对于待检测的港口图像,为其制作模板图和二值模板图。对待识别的港口图像和模板图利用SIFT特征进行配准,配准后利用RANSAC算法计算仿射变换矩阵,进而将二值模板图投影到待识别的港口图中,从而将待识别的港口图像中的陆地部分屏蔽实现海陆分割。海陆分割后,利用Sobel算子提取候选目标。最后,本文利用VGGNet-16的深度学习模型对检测出的候选目标进行识别,从而将候选目标分区为军用和民用,并将非船目标剔除。本文方法在测试样本上检测率为93.22%,识别率为96.23%,高于通用目标检测框架Faster-RCNN和YOLO-v3。(本文来源于《信息技术与信息化》期刊2019年04期）
徐晓阳,丁玉俊,居明春[6]（2019）在《大型港口起重机械轮压检测方法》一文中研究指出本文通过对巴克豪森噪音法应力测试、间接应力测试法、直接测试法等方法的比较,结合大型港口起重机械设计制造使用的实际,为大型港口起重机械车轮优化设计及车轮的日常维护及检测提供参考依据,为节约土建成本提供基础数据。(本文来源于《科技风》期刊2019年11期）
黎经元,厉小润,赵辽英[7]（2019）在《基于边缘线分析与聚合通道特征的港口舰船检测》一文中研究指出针对可见光学遥感图像港口舰船检测过程中,人造目标造成检测结果准确率低、虚警率高的问题,提出了一种基于边缘线梯度特征定位和聚合通道特征的舰船检测方法。基于多尺度多结构元素形态学滤波实现海陆分割;并结合遥感图像中港口的矩形形状特点,定义边缘梯度正切角和港口凹凸度特征以对港口进行定位,获取港口感兴趣区域集合。提取舰船目标的聚合通道特征,并通过聚合通道特征构建的样本训练库和AdaBoost算法完成分类器的训练,利用训练完成后的分类器完成舰船目标的最终判别确认。实验结果表明该算法相较于传统的HOG特征和Haar特征,检测效果良好,准确率和召回率得到较大的提升。(本文来源于《光学学报》期刊2019年08期）
王信友,王军正,张泉,纪奕光[8]（2019）在《港口大型装备关键零部件形位误差检测技术》一文中研究指出为提升大型港口装备生产制造过程中的大尺寸机械零部件形位误差检测技术,运用有限元设计分析技术、精密测微技术、激光测量技术和计算机信息技术,对大尺寸机械零部件形位误差高精度检测进行研究,形成一种检测精度高、经济实用的大尺寸机械零部件检测技术,实现对大型港口装备生产制造中大尺寸机械零部件形位误差检测的高精度检测。(本文来源于《港口科技》期刊2019年04期）
朱向东,沈阅,谷美娜[9]（2019）在《红外成像技术在港口煤堆自燃检测中的应用》一文中研究指出提出了煤堆自燃是影响煤码头安全运营的重要因素,讨论了传统煤堆自燃检测技术在大型散杂货煤堆场中应用的局限性及红外成像技术在实际工况下检测的优越性,并深度分析了煤堆自燃的原因,详细阐述了红外成像技术的原理,最后在理论的基础上实现了红外成像技术在煤堆自燃检测中的应用,能准确识别煤堆发热点位置,达到了预防煤堆自燃的目的。结论指出,随着国家信息化、网络化的进程,红外成像技术在智能化港口的应用将越来越普遍。(本文来源于《港工技术》期刊2019年01期）
练斌,闫化云,李松林,王海锋,赵元元[10]（2019）在《港口输油臂检测技术研究》一文中研究指出油田码头输油臂承担着FPSO与码头补给接收油料的重要任务,但是码头环境复杂,输油臂常出现腐蚀情况。因此需要对输油臂进行定期检测,以保证输油臂安全有效运行。本文介绍了多种无损检测技术,结合不同无损检测技术的优点,对实例进行检测分析,为输油臂评估提供依据。此检测方案检测技术简单,结果全面准确,可广泛推广应用。(本文来源于《石化技术》期刊2019年01期）
港口检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对港口大气污染物种类,参照我国相关的环境检测技术标准与规范,提出了港口大气环境中气态和蒸汽态污染物、颗粒物及其污染组成的检测方法,为检验检测机构进行港口大气污染物检测提供参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
港口检测论文参考文献
[1].郭战坤,金永威,梁小珍,杨明歌,汪寿阳.基于异常值检测的港口集装箱吞吐量预测模型[J].数学的实践与认识.2019
[2].王甲智,洪文俊.港口大气环境主要污染物及其检测方法的探讨[J].中国水运(下半月).2019
[3].毕奇,童心,张济勇,许凯,张涵.基于PLSA和BoW的高分遥感影像小型港口检测[J].应用科学学报.2019
[4].张良金.大型港口水域污染的检测与生态治理研究[J].环境科学与管理.2019
[5].张旭.基于模板匹配和深度学习的港口舰船检测识别方法[J].信息技术与信息化.2019
[6].徐晓阳,丁玉俊,居明春.大型港口起重机械轮压检测方法[J].科技风.2019
[7].黎经元,厉小润,赵辽英.基于边缘线分析与聚合通道特征的港口舰船检测[J].光学学报.2019
[8].王信友,王军正,张泉,纪奕光.港口大型装备关键零部件形位误差检测技术[J].港口科技.2019
[9].朱向东,沈阅,谷美娜.红外成像技术在港口煤堆自燃检测中的应用[J].港工技术.2019
[10].练斌,闫化云,李松林,王海锋,赵元元.港口输油臂检测技术研究[J].石化技术.2019