基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

大数据环境下舰船数据多信道并行调度方法分析

传统舰船数据并行调度方法存在调度速度慢、识别准确率差等问题,为解决这一问题,对大数据环境下舰船数据多信道并行调度方法进行分析。分析过程中,确定数据多信道并行调度规则,以此为基础对数据多信道并行干扰波进行处理,将处理后数据机械能多信道并行调度输出,并对其调度方法进行优化,从而完成整体数据调度。实验数据表明,提出的多信道并行调度方法具有更可靠的调度速度以及并行识别准确率。     

云计算下船舶网络入侵高精度检测方法研究

普通船舶网络入侵检测方法,存在入侵数据分类不准确、检测结果精度过低等弊端。为解决此问题,搭建基于船舶云计算环境的新型网络入侵高精度检测方法。通过安全云框架的搭建、船舶云密钥的管理2个步骤,完成船舶云计算环境的搭建。通过高精度检测规则构成分析、入侵数据的优化分组、方法可行性分析3个步骤,完成基于船舶云计算环境新型网络入侵高精度检测方法的搭建。设计对比实验结果表明,新型检测方法与传统方法相比,有效降低入侵数据分类不准确、检测结果精度过低等现象的发生几率。     

基于云计算的船舶通信网络入侵特征提取方法

普通船舶通信特征提取方法,不能根据入侵数据所处位置,快速完成数据特征的提取。为有效解决上述问题,设计基于云计算的船舶通信网络入侵特征提取方法。通过船舶通信入侵问题描述、特征数据的信号处理,完成云计算环境下,船舶通信入侵特征数据的确定。通过入侵特征架构的搭建、多序列船舶数据入侵特征提取,完成基于云计算的船舶通信网络入侵特征提取方法的搭建。设计对比实验结果表明,新型特征提取方法,与传统方法相比,可更加准确的确定入侵数据所处位置,并适当缩短完成数据特征提取所需时间。     

云计算环境下的船舶网络资源调度系统

船舶网络资源有限,提高船舶网络资源利用率具有重要的意义,针对当前船舶网络资源调度系统的负载严重不平衡,船舶网络资源利用率等难题,设计了云计算环境下的船舶网络资源调度系统。首先分析当前船舶网络资源调度系统的研究现状,指出每一种船舶网络资源调度系统的不足,然后在此基础利用云计算技术的优势,搭建云计算环境下的船舶网络资源调度系统,采用蛙跳算法对船舶网络资源调度问题进行求解,最后在CloudSim云计算平台上与传统船舶网络资源调度系统进行对比测试,本文船舶网络资源调度系统得到了较高的资源利用率,船舶网络资源调度方案更加合理,可以保证船舶网络资源负载平衡,加快了船舶网络数据处理的速度,具有广泛的应用前景。     

基于大数据分析的船舶综合电网调度系统

传统船舶电网调度系统存在电网多路控制数据同步控制处理速度慢、多路数据间的处理均衡失常的问题,为此提出基于大数据分析的船舶综合电网调度系统。在传统的电网控制系统的基础上,增加云计算架构设计,创建云计算服务平台。通过引入基于云计算分析的NHS分析调度算法,实现多网组、多数据间的综合数据同步调度。最后,通过设计仿真平台对设计的电网调度系统进行数据的导入验证,通过获得的数据证明设计系统具有稳定、高效、可行的性质。     

云计算环境下船舶网络数据资源调度系统设计

在云计算环境下,目前船舶数据资源调度系统存在数据资源调度配准度较低的问题。针对这一问题设计云计算环境下船舶网络数据资源调度系统。首先设计系统的整体调度结构,其次设计船舶网络数据资源特征管理模块,通过资源管理器将数据分流分类,增添船舶网络数据资源干扰滤波处理模块设计,实现数据资源干扰滤波处理,保证数据资源调配准确,最后设计船舶网络数据资源调度模块,完成数据资源调度以此实现系统设计。通过仿真实验,对船舶网络数据资源调度系统与传统数据资源调度系统配准度进行对比,证明设计系统具有优越性。     

基于VR技术的船舶航行仿真系统设计

传统船舶仿真系统不能在短时间内完成航行数据的识别及转发处理。为解决上述问题,设计基于VR技术的新型船舶航行仿真系统。通过层次逻辑结构设计、仿真拓扑结构设计2个步骤,完成新型系统的硬件运行环境搭建。在此基础上,通过VR交互程序设计、航行传输协议设计、仿真数据库设计3个步骤,完成新型系统的软件运行环境搭建,实现基于VR技术船舶航行仿真系统的顺利应用。模拟对比试验结果表明,与传统系统相比,应用基于VR技术船舶航行仿真系统后,航行数据识别及转发处理时间均得到一定程度降低。     

云计算下船舶网络多固定节点精确修复方法

普通船舶固定节点修复方法,在定位节点位置时,易出现较大偏差,且需要较长的修复时间。为解决此问题,提出云计算下船舶网络多固定节点精确修复方法。通过船舶云数据的划分、Apriori算法的改进,完成船舶云环境的搭建。通过船舶固定节点性能指标的确定、固定节点精确转移率的确定,完成云计算下船舶网络多固定节点精确修复方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,可以准确定位节点所处位置,大幅度缩减修复完成时间。     

云计算下船舶多重故障检测方法研究

传统船舶故障检测方法,每次检测时间过长,且不能同时完成多重故障检测。为解决此问题,引入云计算思想,设计基于云计算的船舶多重故障检测方法。通过DNS协议的确定、Web云服务器的启动,完成船舶故障检测云环境的搭建。通过检测方法框架的确定、船舶故障类型确定、故障属性计算3个步骤,完成基于云计算船舶多重故障检测方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,节约50%以上的检测时间,且可同时进行多重故障检测。     

基于萤火虫算法的船舶交通数据并行调度方法

针对传统的舰船交通数据并行调度方法效率低的情况,提出基于萤火虫算法的船舶交通数据并行调度方法。以舰船调度时间为出发点,确定调度目标,并引入不确定因子,对舰船调度中的不确定因素进行处理,在此基础上,生成船舶交通数据并行调度规则,使所有船舶按照该规则进行调度,并考虑到存在大船和小船的情况,设置时间权参数,保证大船与小船同时到岗时,大船优先被调度,以此实现舰船交通数据并行调度。实验对比结果表明,此次设计的基于萤火虫算法的船舶交通数据并行调度方法比传统的调度方法效率高,具有一定的实际应用意义。     

船舶通信网络异常数据定位技术

普通船舶异常数据定位算法,存在数据位置定位不够准确、定位时间较长等弊端。为有效解决上述问题,设计基于通信网络异常分析的船舶数据定位算法。通过船舶异常信号的稀疏化处理、通信网络的恢复与重构,完成通信网络异常分析。通过船舶数据关键字查询、GNP网络定位格局的搭建、定位最短路径选择,完成基于通信网络异常分析船舶数据定位算法的搭建。设计对比实验结果表明,新型算法与传统算法相比,可以快速、准确的定位数据所处位置。     

船舶导航一体化网络路由算法的设计与实现

传统船舶导航路由算法,会随着船舶导航数据的增加,出现数据传输混乱、算法执行时间过长等现象。为解决上述问题,引入一体化网络原理,设计基于一体化网络的船舶导航路由算法。通过一体化网络模型的搭建、四叉树路由协议编址,完成一体化网络分层路由协议的搭建。通过预编码矩阵的选择、DTN船舶导航编码,完成新型船舶导航路由算法的搭建。设计对比实验结果表明,新型算法与传统算法相比,大幅改善船舶数据传输混乱情况,缩短算法执行时间。     

基于云计算的船运物流运输调度方法研究

传统船运物流调度方法能够实现船运物流的运输,但针对港口货物存在分散性、复杂化、多到达地的情况,则会产生物流运输效率低,调度运行不畅的问题。为此提出基于云计算的船运物流运输调度方法研究。通过云计算船运调度方法模型的设计,完成多层级调度方法与总体框架的建立;利用调度通信机制,科学掌握船运状态,依托云计算调度方法核心计算机制,完成对船舶的科学调度,进而实现建基于云计算的船运物流调度方法。实验数据表明,设计调度方法,具有良好的处置货物能力,科学的船舶调度性。     

云计算的舰船网络入侵检测算法研究

普通入侵检测方法,不能在舰船保持运动状态情况下,准确判断入侵数据所处位置,并快速清除入侵数据。为解决此问题,搭建基于云计算环境的舰船网络入侵检测算法。通过数据捕捉模块的搭建、数据预处理模块的搭建,完成云计算运行环境的搭建。通过舰船网络总体结构的搭建、入侵检测算法的优化,完成算法的搭建。引入PSO法则,对算法的实现起到一定约束作用。设计对比实验结果表明,新型算法与普通方法相比,可以准确判断入侵数据所处位置,并大幅节省清除入侵数据所需时间。     

船舶无线通信网络传输节点选择算法优化

普通船舶传输节点选择算法,存在数据传输效率较低、通信节点覆盖面积有限等弊端。为解决上述问题,设计基于船舶无线通信网络的Co MP传输节点选择优化算法。通过网络信道编码、通信链路层协议选择2个步骤,完成船舶无线通信网络环境的搭建。通过Co MP传输节点选择、节点数据预编码、优化判决门限计算3个步骤,完成优化后传输节点选择算法的搭建。模拟算法运行环境,设计对比实验结果表明,优化后算法与普通算法相比,有效解决数据传输效率低下、通信节点覆盖面积有限等问题,为船舶通信数据的稳定传输提供可能。     

舰船通信网络分布式数据多状态识别技术研究

传统识别技术手段不能在适应网络通信量改变的同时,调整数据的分布状态。为解决上述问题,提出基于船舶分布式通信网络环境的数据多状态识别技术。通过单点分布框架设计、通信协议选择2个步骤,完成舰船分布式通信网络环境的搭建。在此基础上,通过多状态相似度确定、识别密度确定2个步骤,实现新型舰船数据识别技术的顺利运行。分析对比实验结果可知,与传统识别技术手段对比,应用基于船舶分布式通信网络环境数据多状态识别技术后,网络通信量适应程度、数据调整及时性都得到适当提升。     

云计算平台下船舶通信网络信息块应急调度系统设计

为了有效提高船舶通信网络信息块调度速率,设计云计算平台下信息块应急调度系统。以PLC单片机为核心,搭载GPS和GSM芯片,同步连接全球定位系统和云计算数据平台,完成船舶数据整合和传输,建立传输BP神经网络,提高信息微控制器传输信息的处理速度,通过VIsaualC++工具,开发系统控制端软件,实现系统集成控制,完成通信信息块应急调度系统的建立。实验研究表明,与传统调度系统相比,设计的调度系统固定信息调度量环境下,信息块调度速率提高近23%,固定时间环境下总信息块调度量提高24.5%,可以证明能有效提高调度速率。     

云计算环境下船舶网络节点流量精准获取方法研究

传统的船舶网络节点流量精准获取方法对节点定位的准确率低,定位过程花费的时间过长。为解决上述问题,在云计算环境下研究了一种新的船舶网络节点流量精准获取方法,利用改进的Apriori算法和并联算法搭建船舶云计算环境,在搭建的云计算环境中确定节点性能指标,根据节点性能分析精确转移率。为验证研究的获取方法效果,与传统获取方法进行实验对比,结果表明,新的获取方法能够更加精准地定位出节点位置,并在此基础上降低定位过程花费的时间。     

基于机器视觉的大规模船舶航行数据自适应识别方法

传统船舶航行数据识别方法,存在瞬态识别数据规模局限性大,超规模阈值下的数据识别准确率过低的问题。在当前船舶航行数据处理规模下,无法高效准确完成船舶航行数据的处理任务。为了在根源解决上述问题,引入机器视觉技术,提出基于机器视觉的大规模船舶航行数据自适应识别方法。首先基于机器视觉技术,对航行数据的识别标准进行定义,同时完成对相关不符识别量进行修正;接着对全局航行数据对应的轨迹信息进行机器视觉结构处理;最后完成对数据的自适应识别计算。通过与传统方法的多组航行数据模拟测试发现,采用提出识别方法的航行数据识别结果,相较传统识别方法具有识别速度快、准确率高、数据规模自适应性强的特点。