建立磁性舰船的磁偶极子阵列和椭球体混合模型时,磁偶极子的位置分布及其磁矩会对模型的稳定性和精度产生影响。在分析模型系数矩阵条件数对模型稳定性的影响并建立了条件数的优化目标函数基础上,提出了使用动态改变惯性权重的弹性粒子群优化算法优化该目标函数并得到偶极子的最佳分布位置。通过逐步回归方法优化了磁偶极子的磁矩参数以提高模型精度。最后使用磁性舰船模型的磁场测量数据进行建模和换算,换算和统计结果表明:经过优化后的模型提高了原有模型的精度和稳定性。

光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别方法研究 光学图像海面舰船目标智能检测与识别

这是一批舰船的卫星可见光成像数据集。图片为RGB彩色图，一共1000张，图片大小为1024x1024。数据集一共包含两个分类：分别是hang-mu（飞机载具）和船只（jun-jian)。数据集已经打好标签，标签格式为VOC格式(xml文件)。舰船数据集分为几批逐步发布，目前为第一批，如果需要更多的数据集，可关注后来发布。数据集可用于目标检测算法的研究。

GJB 2532-1995 舰船电子设备通用规范.pdf

1、YOLO舰船检测数据集 2、类别名： boat 3、来源：从 VOCtrainva2012数据集 单类别提取得到 4、标签类别：txt和 xml两种 5、图片数量：549

为了优化舰船综合电力推进系统的性能，减少研制风险，基于Matlab-Simulink环境，建立了由十二相同步电机、电压型逆变器、螺旋桨及船舶负载组成的推进系统的各部分及系统的仿真模型。通过变压变频控制的十二相同步电动机带螺旋桨及船舶负载系统的仿真对模型进行了验证。为了提高舰船综合电力推进系统的性能，推导了十二相同步电动机直轴气隙磁链观测器的模型，籍此构建了十二相同步电动机矢量控制方案。仿真结果表明，各模型建立正确，十二相同步电动机矢量控制方案能够实现转矩与磁链控制解耦，能够满足舰船电力推进系统动态性能要求

基于深度学习的目标检测技术在目标检测领域有强大的生命力,但是将其用于合成孔径雷达(SAR)图像舰船目标检测时并没有达到预期的效果。提出了一种基于卷积神经网络的SAR图像舰船目标检测算法用来检测多场景下的多尺度舰船目标,在单发多盒探测器检测框架的基础上,使用性能更好的Darknet-53作为特征提取网络,加入更深层次的特征融合网络,生成语义信息更加丰富的新的特征预测图。同时在训练策略上使用了一种新的二分类损失函数来解决训练过程中难易样本失衡的问题。在扩展的公开SAR图像舰船数据集上进行验证实验,实验结果表明,所提方法对复杂场景下不同尺寸的舰船目标的检测展现出了良好的适应性。

该文详细介绍了恒虚警率CFAR方法在舰船检测上的使用

文中基于OpenGL对舰船目标进行红外热像模拟，根据红外物理和传热学知识，综合考虑面元之间辐射、传导、对流以及面元与周围大气、海面、太阳之间的辐射、对流，建立较为完善的舰船目标红外物理模型，计算出舰船各部分的温度分布及辐射亮度分布。根据辐射亮度量化为灰度信息，经过建模、视点变换、环境设置等一系列处理并渲染输出红外图像，并利用双缓存技术实现动态红外图像的生成。