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
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 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
- 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
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 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
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 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
- 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
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 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
|