基于生成对抗网络的声呐图像超分辨率算法

由于受到复杂水声信道影响,侧扫声呐生成图像一般存在分辨率低、细节模糊等问题,这给基于侧扫声呐图像的小目标检测与识别过程带来了一定难度。常见的图像超分辨率处理算法大致可以分为插值算法、稀疏表示的重建算法等。传统插值算法存在图像边缘模糊、细节不清楚的问题,因此提出了一种改进型超分辨率生成对抗网络（SRGAN）结构。该结构可在保留图像中的小目标细节的基础上提升细节特征显示度,并且可使目标边缘更加清晰,可为后续的小目标检测和识别在一定程度上提供技术支持。     

基于改进生成式对抗网络的水下图像增强

由于水介质的吸收和散射特性会导致雾化、低对比度、颜色退化等各种水下成像失真,严重影响了水下图像的后续利用。为了恢复清晰的水下图像,提出一种基于改进生成对抗网络的深度学习模型。借助图像质量评价技术,将生成的过程样本与高质量样本进行拟合,并将拟合得到的差值信息用于优化网络中的生成器。改进的生成式对抗网络有效改善了由真假训练逻辑带来的图像质量提升限制的问题。实验结果显示：该方法有效的恢复了水下图像的色彩,并改善了图像的清晰度和对比度;相比其他方法,提出的方法在SSIM、UCIQE和UIQM指标上分别提升了2.9%、6.2%和14.3%。     

基于生成对抗网络模型的热带和亚热带海洋中尺度涡预报研究

中尺度涡蕴含海洋超过90%的动能,显著影响海洋物质能量循环。对中尺度涡的预报是目前物理海洋学研究的热点和难点。文章基于卫星高度计观测的近30年海表面高度异常数据(sea level anomaly, SLA),采用基于博弈思想的生成对抗网络方法(generative adversarial networks, GAN),构建了中尺度涡预报模型,进行了28天预报,并采用独立样本分析了预报涡旋的空间分布、时间分布、能量强度等特征参数,探讨影响预报结果准确性和时效性的主要因素。结果表明,半径为100～200km的涡旋在15天左右的预报时长仍能保持较好的准确性及时效性,误差在20%以内。该区域的平均涡动能约为0.875m²·s^–2,其预报的均方根误差(root mean square error, RMSE)普遍介于0.02～0.04m²·s^–2。且涡旋预报结果受异常天气影响较小,在正常天气条件和台风娜基莉条件下具有相似的预报能力。这些结果对进一步理解并应用生成对抗网络这一新方法预报海洋中尺度涡提供了参考。     

非线性随机系统的参数辨识及动态预报

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统。本文给出这类系统的参数递推辨识算法，克服了迭代算法不能在线运行、需反复矩阵求逆的不足。当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能。应用这种方法，对油田采油井、注水井的套管损坏情况进行了多步动态预报，其精度令人满意     

基于联合生成–去除的水下图像增强方法

现有的基于深度学习的水下图像增强方法在仿真的水下图像上取得了良好的效果。但是,由于简化的仿真图像与复杂的真实图像之间存在较大差距,此类方法在处理真实水下图像时性能明显下降。为了解决真实水下图像增强问题,提出了一种联合生成–去除水下图像增强方法。该方法采用分解思路,将水下图像分解为干净的背景层和退化层,通过循环一致性损失和对抗性损失来更好地保留背景,进而实现真实图像和仿真图像之间的转换,既校正了图像颜色,又提升了图像对比度,实现良好的增强效果。实验结果表明,本方法在真实水下图像数据集上处理的结果,在色彩、纹理细节和清晰程度方面均优于现有的对比方法。     

不确定混沌系统的反同步与参数辨识

针对一类混沌系统,提出了一种系统的混沌反同步设计方案,基于该方案,设计一种自适应控制方法,实现了参数不确定系统的混沌反同步和未知参数的辨识.数值模拟结果表明了提出方法的有效性.     

基于AFSA的高速无人艇操纵模型参数辨识

为了对高速无人艇的操纵性能进行预报,提升其操控性能,准确地建立无人艇操纵运动模型十分关键.针对传统模型试验求解模型参数较为复杂的问题,提出一种基于人工鱼群算法(AFSA)的高速无人艇操纵响应模型参数辨识方法.通过差分将操纵响应模型离散化处理,变换构造相应的辨识模型,然后基于AFSA对状态向量寻优求解,辨识得到无人艇操纵...     

基于自扩展深度置信网络的原油油膜绝对厚度反演研究

海上溢油事故危害海洋生态安全、人类健康与经济发展.开展基于遥感技术的海面溢油量的估算研究,对于保护海洋生态环境具有重要意义,而油膜厚度反演是溢油量估算的核心环节.本文通过搭建室外实验场景,模拟真实海面溢油环境,基于现场实测高光谱遥感数据,开展海面溢油厚度反演研究.本文将深度学习与遥感技术融合,提出了基于自扩展深度置信网...     

基于多态模糊贝叶斯网络的半潜平台安装风险分析

针对半潜式平台安装作业风险评估中存在的风险多态性和模糊性问题,构建了一种多态模糊贝叶斯网络风险分析模型。根据行业规范推荐标准定义语言性评价模糊集,描述根节点的事故状态发生概率,克服了传统方法中确定性概率难以获取的困难。利用相似性聚合法结合置信度指标融合专家意见,引入改进的去模糊化转换方法,提高了专家知识经验转化为定量数据的合理性和可靠性。基于贝叶斯网络的双向推理和敏感性分析技术,实现了工程作业全过程的风险评估。通过对陵水17-2项目半潜平台整体吊装过程进行风险分析,验证该模型的合理性与有效性,为半潜平台安装作业风险管理与防控策略制定提供指导。     

处理走航式海洋多参数剖面测量系统(MVP)温度和电导率滞后效应的方法

走航式海洋多参数剖面测量系统(moving vessel profiler,MVP)是一种集成程度和自动化程度都较高的海洋调查设备,能对海洋多要素进行同时观测,获得水平方向的高分辨率数据资料。由于温度和电导率传感器响应时间的不匹配,MVP下放速度过快(峰值速度4 m/s)而造成非常明显的盐度尖峰现象。本研究结合Fofonoff(F)法、时间常数指数递归数字滤波(Giles and McDougall,GM)法和Grose提出的盐度尖峰订正方案,提出了一种新的方法,即MCT(match conductivity and temperature response time)法,通过对压力、温度和电导率传感器进行响应时间的匹配来减弱盐度尖峰。将SBE-9型CTD资料作为标准,发现订正后的资料与CTD盐度曲线的互相关系数为0.917,误差比订正前减小80%。对比35°N断面修正前后的盐度资料,订正后温盐跃层处出现的低盐区域消失。MVP的应用比常规海洋调查仪器CTD对于海洋现象的观测更有优势。