学位论文 > 优秀研究生学位论文题录展示

船舶上层建筑舱室噪声预测方法研究

作 者: 孙光
导 师: 姚熊亮;陈晓萍
学 校: 哈尔滨工程大学
专 业: 船舶与海洋工程
关键词: 支持向量机 上层建筑 噪声预测 频谱分析
分类号: TB533
类 型: 硕士论文
年 份: 2007年
下 载: 100次
引 用: 0次
阅 读: 论文下载
 

内容摘要


应用支持向量机(SVM)理论中的非线性回归预测法,分别对大型集装箱船和散装货船上层建筑舱室噪声进行了预测。对国内外关于船舶噪声预报方法进行归纳总结,本文首次将SVM非线性回归预测方法应用到船舶上层建筑舱室噪声预测中。对噪声的基础知识、船舶的主要噪声源及其传播途径和特点进行阐述,为后续的噪声预测提供理论依据。通过174000吨散装货船实测噪声数据进行分析,得到船舶噪声特点和主要噪声源,为噪声预测噪声源的选取提供了依据。应用Matlab软件编写SVM非线性回归程序,并通过参考文献中的算例进行验证,然后以5618箱集装箱船数据为样本,建立两种上层建筑舱室噪声的SVM非线性回归预测模型。通过两种模型的对比,应用效果较好的模型,分别对5618箱集装箱船、4100箱集装箱船和174000吨散装货船上层建筑舱室噪声进行预测。通过预测值与实测值的对比分析,验证方法的可行性。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 绪论  10-17
  1.1 论文的目的和意义  10-11
  1.2 国内外研究现状及发展  11-15
  1.3 论文主要工作简介  15-17
第2章 船舶噪声的特点  17-28
  2.1 噪声的概述  17-20
    2.1.1 噪声产生的机理  17-18
    2.1.2 噪声的危害  18-20
  2.2 船舶噪声源及噪声的传播  20-25
  2.3 船舶舱室噪声控制技术简介  25-27
    2.3.1 低噪声设备的研究与选用  25
    2.3.2 机舱机电的合理布置  25-26
    2.3.3 隔声技术  26
    2.3.4 吸声技术  26-27
  2.4 本章小结  27-28
第3章 船舶舱室噪声信号的频谱分析  28-36
  3.1 功率谱分析法概述  28-29
  3.2 功率谱密度函数  29-35
    3.2.1 离散傅里叶变换  29-31
    3.2.2 功率谱的分析  31-35
  3.3 本章小结  35-36
第4章 SVM理论及其非线性回归预测方法  36-46
  4.1 SVM理论概述  36
  4.2 SVM的理论基础  36-37
  4.3 SVM常用训练算法及其快速算法  37-39
    4.3.1 块算法  38
    4.3.2 固定工作样本集算法  38-39
  4.4 多类SVM  39-41
    4.4.1 分解法  39-40
    4.4.2 决策树分类法  40-41
  4.5.SVM回归模型  41-45
  4.6 本章小结  45-46
第5章 建立SVM非线性回归预测模型预测船舶上层建筑舱室噪声  46-75
  5.1 基于SVM建立上层建筑舱室噪声预测模型的概述  46-47
  5.2 建立SVM回归预测模型  47-57
    5.2.1 SVM回归预测程序流程图  48-49
    5.2.2 回归算例  49-57
  5.3 建立上层建筑舱室的SVM噪声预测模型  57-65
    5.3.1 5618箱集装箱船的概述  57-58
    5.3.2 数据的无量纲化处理  58-63
    5.3.3 对5618箱集装箱船上层建筑舱室噪声预测  63-65
  5.4 预测4100箱集装箱船上层建筑舱室噪声  65-72
    5.4.1 4100箱集装箱船预测所需的主要参数  65
    5.4.2 4100箱集装箱船上层建筑部分舱室噪声预测  65-72
  5.5 预测174000散装货船上层建筑部分舱室噪声  72-74
    5.5.1 174000散装货船预测所需的主要参数  72
    5.5.2 174000散装货船上层建筑部分舱室噪声预测  72-74
  5.6 本章小结  74-75
结论  75-77
参考文献  77-80
致谢  80-81
攻读硕士学位期间发表的论文和取得的科研成果  81-82
个人简历  82-83

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 音乐结构自动分析研究,TN912.3
  6. 基于三维重建的焊点质量分类方法研究,TP391.41
  7. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  8. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  9. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  10. 基于图像的路面破损识别,TP391.41
  11. 基于支持向量机的故障诊断方法研究,TP18
  12. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  13. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  14. 基于车载3D加速传感器的路况监测研究,TP274
  15. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  16. 基于机器学习的入侵检测系统研究,TP393.08
  17. 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
  18. 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
  19. 基于AdaBoost算法的人脸识别研究,TP391.41
  20. 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
  21. 城市污水处理厂中A~2O工艺过程的建模研究,X703

中图分类: > 工业技术 > 一般工业技术 > 声学工程 > 振动、噪声及其控制 > 振动与噪声的发生
© 2012 www.xueweilunwen.com