基于位串数组的最大频繁项目集挖掘算法

在基于位串数组的数据挖掘算法的基础上，进一步提出了一种快速的基于位串数组的最大频繁项目集挖掘算法(BSA—MFIA)。通过两次扫描事务数据库D，生成完全由“0”、“1”构成的位串数组。它非常适合于压缩编码存储，可以有效得减少存储空间。然后在位串数组的基础上，通过简单的位运算，产生最大频繁项目集，实验结果表明此方法是快速有效的。     

H-C:基于H-Struct的频繁闭合项集挖掘算法

提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。     

船舶管理中基于负载平衡的并行FP-growth算法研究

船舶行业数据增长十分迅速,深度挖掘蕴含在大数据中的相关信息,可以有效加强船舶运营的精准化、高效化管理。本文提出一种基于负载平衡的并行FP-growth数据挖掘算法(BPFP-growth)。该算法通过赋予项目TID的方式,对项集树的存储方式进行了改进,基于镜像重构与负载因子完成数据的并行分组,在各自并行分区节点完成相应分组子集的频繁项集的挖掘,通过并集完成全部频繁项集的求解。实验表明,该算法具有较好的可并行性和可扩展性,能够有效实现船舶管理、资源配置等数据的挖掘,进行精准管理,优化资源配置,促进船舶行业高质量发展。     

基于最大频繁序列的蛋白质分类算法

针对现有基于频繁模式的分类算法未考虑完全频繁模式所产生的大量无效序列,提出了一种基于最大频繁序列的蛋白质分类算法,此算法每一类都以独有的最大频繁模式作为代表,执行模式裁减和测试数据分类。实验表明该算法在继承传统算法优点的同时提高了结果的精确度,降低了模式的冗余度,此应用增加了分类的生物信息学意义。     

数据挖掘的船舶网络病毒入侵检测研究

船舶中网络数据较多,传统病毒入侵检测方法不能有效对正常数据与异常数据分类,从而导致网络病毒入侵检测率与误检率较低,基于这一问题,将数据挖掘算法应用到船舶网络病毒入侵检测中。对网络数据采集,采用数据挖掘技术中的聚类分析算法将数据集合中对象划分成若干个类,聚类后形成多个数据集,在此基础上,确认离群点,划分为正常类与异常数据类,采用Apriori算法挖掘离散点中的频繁项集,寻找到病毒入侵中出现的频繁异常数据集,实现船舶网络病毒入侵检测。实验将检测率与误检率作为入侵检测指标,结果表明,此次研究的方法检测率高,并有效降低了误检率,证明所研究的检测方法的有效性。     

基于滑模优化与神经控制的船载风力发电系统最大功率跟踪方法北大核心CSCD

[目的]旨在解决船载风力发电系统中传统的最大功率跟踪算法的稳定性和快速性差问题。[方法]在系统分析船舶运动合成风场特性的基础上,提出基于单神经元比例积分(SNPI)的最优机械角速度跟踪控制策略,用以提升风机重启的跟踪快速性。同时,采用功率滑模极值搜索(PSMES)算法取代依赖风速精确测量的叶尖速比(TSR)方法,实现机械角速度的快速优化与发电系统频繁重启下的最大功率搜索。[结果]仿真结果表明,相比于传统算法,采用机械角速度PSMES优化和SNPI控制的最大功率跟踪策略可将快速性能提升50%以上,且稳定性能得到了改善。[结论]研究表明,所提最大功率跟踪算法具有明显的快速性和稳定性优势。     

基于Apriori算法的PSC检查船舶缺陷数据挖掘

为了提高我国港口国监督(PSC)工作人员的工作效率,以近10年东南沿海诸港的PSC检查中化学品船船舶缺陷信息为背景,运用Apriori算法对其缺陷数据进行研究分析,通过生成频繁项目集,从中提取符合条件的关联规则。研究结果表明,该方法能够准确、直观地总结出船舶缺陷信息的关联性,为我国PSC检查提供有效的参考依据。     

船舶舱室噪声SEA计算的快速建模及其可视化

通过分析中国船舶科学研究中心开发的基于SEA的船舶舱室噪声计算方法的建模过程,提出了一种快速建模方法并重点讨论了其中的舱室自动关联算法,在画家算法的基础上实现了模型的快速消隐显示和云图显示功能.并通过实例,说明相关的前后处理算法能够很好地满足船舶舱室噪声计算需求,大大提高了建模的效率.     

大型船舶汽包水位SVM预测控制研究

为了提高大型船舶(蒸汽动力)在海战、避碰等特殊情况下的机动灵活性,保证锅炉汽包水位在规定的范围内波动,降低汽包水位暂态超调和稳态误差是十分必要的.在基于支持向量机的模型预测控制(MPC)算法的基础上,结合模型预测控制、串级调节的优点,提出了锅炉汽包水位控制系统的控制策略.内回路采用模型预测控制,快速消除给水流量的扰动;外回路采用基于结构不变性原理的前馈补偿控制,解决蒸汽流量的扰动问题;同时,MPC的强鲁棒性保证了在对象特性变化的情况下系统仍具有良好的调节品质.仿真结果表明该控制策略有效,并具有很强的实用性.     

船舶发电机智能诊断系统设计与研究

船舶发电机系统发电性能和稳定性能直接影响到船舶能否正常工作,因此要求发电机在遇到故障时,能够快速确定故障位置,并有效排除故障,尽最大可能降低故障的影响。本文在研究船舶发电机系统的基础上,设计基于蚁群算法和人工神经网络技术模型的船舶发电机故障诊断系统,此诊断系统能够有效定位故障点,并进行故障类型判断和排除。