پیام خود را بنویسید

    [مقالات منتخب برای انتشار در شماره‌های آتی]

View This Issue in Alternative Language Export Journal XML Articles RSS
چکیده (283 مشاهده) | Abstract   |   متن کامل (PDF) (61 دریافت)   |   چکیده گرافیکی   |   نکات برجسته

نکات برجسته
1- تحلیل عددی عملکرد هیدرودینامیکی و آنالیز هیدروالاستیسیته پروانه کاملاً مغروق در زوایای اسکیو مختلف با ثابت در نظر گرفتن سایر پارامترهای هندسی

2- اعتبارسنجی نتایج عددی هیدرودینامیکی با نتایج تست تجربی تونل کاویتاسیون  پروانه DTMB4119
3-استفاده از پروانه اسکیو بالا 7 پره ای از سری استاندارد MAU
4- با افزایش زاویه اسکیو، تنش ایجادشده در نوک و ریشه پروانه افزایش می یابد
5- با افزایش 3/2 برابری زاویه اسکیو پروانه میزان تنش 2/1 برابر می گردد.

 
| فایل صوتی چکیده مقاله [MP3]  (16 دریافت)

چکیده (200 مشاهده) | Abstract   |   متن کامل (PDF) (50 دریافت)   |   چکیده گرافیکی   |   نکات برجسته

نکات برجسته
 
  •   بررسی جامع منابع انسان‌زاد و طبیعی آلودگی صوتی دریایی
  • تحلیل اثرات فیزیولوژیک و رفتاری نویز بر پستانداران دریایی و ماهیان
  • نشان دادن پیامد هایی مانند اختلال شنوایی، تغییر مسیر مهاجرت و کاهش جمعیت
  • بررسی حساسیت شنوایی گونه‌ها در بازه‌های فرکانسی مختلف
  •   بیان محدودیت‌های مطالعات پیشین در حوزه نویز دریایی

 
| فایل صوتی چکیده مقاله [MP3]  (12 دریافت)

چکیده (76 مشاهده) | Abstract   |   متن کامل (PDF) (26 دریافت)   |   چکیده گرافیکی   |   نکات برجسته

نکات برجسته 

سکوی GVA4000 تحت شرایط موج شدید با استفاده از الگوریتم مورچگان بهینه‌سازی شد.
مدل‌سازی با حفظ هندسه اولیه و اعمال متغیرهای تصمیم هندسی همراه با قیود پایداری، عمق آبخور، دوره تناوب هیو و پاسخ طیفی انجام شد.
کاهش وزن تا حدود 24 درصد در طرح بهترین وزن با حفظ عملکرد سازه و کاهش پاسخ هیو تا 9/18 درصد در طرح بهترین پاسخ حاصل شد.
طول پانتون و نسبت ارتفاع ستون به عمق آبخور بیشترین اثر را داشتند.
روش پیشنهادی به عنوان ابزاری ساده و مقرون‌به‌صرفه برای مراحل اولیه طراحی سکوهای نیمه‌مغروق توصیه می‌شود.

 
| فایل صوتی چکیده مقاله [MP3]  (4 دریافت)

چکیده (42 مشاهده) | Abstract   |   متن کامل (PDF) (21 دریافت)   |   چکیده گرافیکی   |   نکات برجسته

نکات برجسته مقاله
1- معرفی یک مدل یادگیری عمیق مبتنی بر شبکه‌های عصبی کپسولی برای طبقه‌بندی تصاویر زیر آب.

2- بهبود دقت و پایداری طبقه‌بندی در شرایط مختلف نور و کیفیت تصویر.
3- دستیابی به صحت کلی 75/96٪ و عملکرد پایدار در طبقه‌بندی کلاس‌های مختلف تصاویر زیر آب.
4- مقایسه با روش‌های متداول و نشان دادن برتری مدل پیشنهادی در معیارهای Accuracy، Sensitivity  و F1-score.
5- پتانسیل کاربرد گسترده مدل در پایش زیستگاه‌های دریایی، حفاظت از گونه‌های نادر و اکتشافات زیرآبی.
 
| فایل صوتی چکیده مقاله [MP3]  (2 دریافت)


Export as: HTML | XML | RSS

Creative Commons License
International Journal of Maritime Technology is licensed under a

Creative Commons Attribution-NonCommercial 4.0 International License.