海上换流站的建造效率分析

阐述海上升压站发展，海上换流站设备布置，传统海上升压站与海上换流站建造特点对比，海上换流站建造效率的影响因素，海上换流站建造趋势与特点。     

联合Transformer与BYTE数据关联的多目标实时跟踪算法

针对复杂环境下多目标跟踪过程出现的轨迹漏检、误检及身份切换等问题，提出一种基于改进YOLOX和BYTE数据关联方法的多目标跟踪算法。首先，为了增强YOLOX在复杂环境下的目标检测能力，将YOLOX骨干网络与Vision Transformer结合，增强网络的局部特征提取能力，同时加入α-GIoU损失函数，进一步增加网络边界框的回归精度；其次，为了满足算法实时性要求，采用BYTE数据关联方法，摒弃传统特征重识别（Re-ID）网络，进一步提高了多目标跟踪算法的速度；最后，为了改善光照、遮挡等复杂环境下的跟踪问题，采用更加适应非线性系统的扩展卡尔曼滤波，提高了网络在复杂场景下对跟踪轨迹的预测精度。实验结果表明：所提算法对MOT17数据集的multiple object tracking accuracy(MOTA)、identity F1-measure(IDF1)指标分别为73.0%、70.2%，相较于目前最优的ByteTrack，分别提升了1.3个百分点、2.1个百分点，number of identity switches (IDSW)则减少了3.7%；同时所提算法取得了51.2 fr...     

北斗导航系统在船舶海上航行中的应用

现阶段，我国军舰、货轮及渔船数量不断增多，航行时间日益增长。在这种情况下，海上各种意外情况的出现，如台风侵袭、船舶搁浅等，会对其造成极大的影响。如何提高船舶在海上航行时的可控性和安全性，是现阶段面临的重要问题。北斗导航系统是我国自主研发的一种独立运行、可同其他国家卫星导航系统兼容的导航系统，是我国经济社会建设的重要基础。文中重点剖析了其在航海中的具体应用，并对其在应用中存在的问题提出了相应的解决策略，以供参考。     

基于无人机平台的多目标跟踪算法

针对目前无人机平台多目标跟踪技术的跟踪精确度低、占用内存大的问题，提出了一种基于不同检测器算法和DeepSort算法结合而成的多目标跟踪算法，提高在无人机上对地面行人在跟踪数据集中的效果。使用深度学习的多目标跟踪技术通过构建卷积神经网络(Convolutional Neural Network, CNN),用卡尔曼滤波算法实现了对目标轨迹的预测，匈牙利算法则使卡尔曼滤波的预测结果得以分配，使DeepSort算法在保证跟踪效果的同时，也保证了跟踪时的速度。实验结果显示，DeepSort在与YOLOv5x检测器配合后，多目标跟踪精度可提高20%。     

船舶自动化与节能技术应用

阐述船舶节能自动化技术以及环保背景，船舶自动化与节能环保技术，包括柴油机共轨新技术、余热回收技术、节能泵技术，根据海上冷暖管理系统进行改善升级的设计。     

结合重识别特征和运动预测的多目标跟踪方法

多目标跟踪是智慧城市交通安防的重要技术之一。为了提高多目标跟踪的准确性并改善真实场景下的遮挡问题，提出了一种结合重识别特征和运动预测的多目标跟踪方法。在多目标检测网络中扩展一个基于卷积神经网络(Convolutional Neural Networks, CNN)的重识别特征分支，提取目标的重识别特征；采用基于置信度的卡尔曼滤波预测模型来预测轨迹的空间分布以改善目标的遮挡问题，结合检测目标和轨迹在重识别特征和位置两方面的相似度来完成目标关联。实验结果表明，所提出的方法在真实行人场景下的跟踪精度优于大多数算法，具备一定的应用潜力。