大数据环境下舰船环形通信网络信息云挖掘方法

针对舰船环形通信网络受到噪声干扰,信息挖掘结果置信度较低的问题,在大数据环境下提出了一种新的舰船环形通信网络信息云挖掘方法。确定数据集,通过协同处理完成数据清洗,基于大数据环境选取数据集,预处理舰船环形通信网络信息,离散分析并确定数据离散特征,通过自动跟踪方法直接将挖掘结果显示在用户界面,实现舰船环形通信系统数据的云挖掘。实验结果表明,大数据环境下舰船环形通信网络信息云挖掘方法能够很好地分析通信网络数据特征,实现分类挖掘,降低误码率,提高整体性能。     

基于聚类算法的舰船通信数据深度挖掘方法

传统挖掘方法无法考虑众多通信因素的多层次特征,造成数据挖掘效果不理想,为此设计一种基于聚类算法的舰船通信数据深度挖掘方法。利用聚类算法,对通信数据的多层次特征进行筛选,从而为通信数据的深度挖掘提供依据,结合聚类挖掘粗糙集,生成数据深度挖掘的关联规则并进行聚类计算,对每个通信数据执行交叉变换逻辑,实现舰船通信数据的深度挖掘。实验结果表明,利用聚类算法进行通信数据的深度挖掘,能够提高数据的挖掘速度,且准确率较传统方法高27.15%。     

基于并行深度卷积神经网络的舰船通信异常数据检测研究

为了提高通信异常数据检测效果,设计基于并行深度卷积神经网络算法的大规模舰船通信异常数据检测方法。采集大规模舰船通信数据,采用小波变换对数据实施降噪处理,将降噪后数据输入并行深度卷积神经网络中,经过模型训练提取特征,利用Softmax分类函数得出舰船通信异常数据特征,输出舰船通信异常数据检测结果。实验结果表明：该方法可有效实现大规模舰船通信异常数据检测,其加速比最高,并行效果最优;具有较强的大规模舰船通信数据集检测能力,提高大规模舰船通信异常数据检测效果。     

海洋实时监测数据库的多来源数据深度挖掘方法

在舰船实时监测数据库的数据挖掘中,针对使用传统数据挖掘方法伸缩性较小的问题,提出了一种舰船实时监测数据库的多来源数据深度挖掘方法,利用差集交叉计数策略,将舰船实时监测数据库中垂直数据格式的多来源数据转换为水平数据格式,利用基于数据集的数据聚类方法,对舰船实时监测数据库中的水平数据格式多来源数据进行聚类分析,利用HFPM数据集构造法,实现舰船实时监测数据库的多来源数据深度挖掘。为了验证该方法的有效性,与PFP数据挖掘方法与mrDFIN数据挖掘方法进行对比,得出该方法的伸缩性为92.3%,通过比较可知,本文所提方法的伸缩性最大,证明了该方法的有效性。     

舰船维修数据云总线协议深度挖掘算法

现有的舰船维修数据深度挖掘算法,存在着数据挖掘深度浅的缺陷。为了解决上述问题,提出舰船维修数据云总线协议深度挖掘算法研究。依据算法需求编写云总线协议,采集并获取舰船维修数据,以此为基础,利用等深度分段方法离散化处理维修数据,依据离散化处理完成的维修数据,通过粗糙集约简算法得到最优舰船维修数据集,实现了舰船维修数据云总线协议的深度挖掘。通过仿真对比实验结果表明,与现有的舰船维修数据深度挖掘算法相比较,提出的舰船维修数据云总线协议深度挖掘算法极大的加深了数据挖掘的深度,充分说明提出的舰船维修数据云总线协议深度挖掘算法具备更好的数据挖掘效果。     

多数据源舰船通信网络节点安全态势评估研究

传统舰船通信网络节点安全性评估准确率较低,对此提出新型多数据源的舰船通信网络节点安全态势评估方法。引入节点易损性容忍概念,计算当前舰船网络节点的最大易损性容忍率,判断通信节点易损类型,对当前舰船所使用的3类通信网络节点拓扑结构分别进行节点安全态势分析,根据计算结果评估当前状态,实现通信网络节点安全态势的整体评估。实验数据表明,提出的多数据源舰船通信网络节点安全评估较传统评估方法相比,节点传输安全性指标评估准确率提高15%,节点路径契合率指标评估准确率提高22%,可以有效提高节点评估准确度。     

大型舰船通信网络入侵检测方法研究

针对传统的入侵检测方法一直存在入侵检测误差大、收敛性差的问题,提出基于惩罚函数和多元回归分析数学模型的大型舰船通信网络入侵检测方法,通过确定入侵节点区域面积计算舰船通信网络入侵节点聚集度,引入一个惩罚函数,再采用决策树分类法对舰船通信网络入侵节点进行分类。采用均方差作为标准测度函数,获取均方差之和,并通过构建多元回归分析数学模型,实现对大型舰船通信网络入侵的检测。实验结果对比可知,采用改进检测方法时,其检测误差及算法的收敛性,一直优于传统检测方法,具有一定的实用性。     

基于云计算的舰船信息检索系统关键技术研究

为了提高舰船定位识别和信息融合能力,进行舰船信息检索优化设计,提出基于云计算的舰船信息检索系统设计方法,采用关联规则特征提取方法进行信息特征提取,采用高阶统计量分析方法进行舰船信息融合处理,结合模糊C均值聚类方法进行舰船信息的隶属特征分类处理,在云计算环境下实现舰船信息的分类调度和信息分区检索。仿真结果表明,采用该方法进行舰船信息检索的查准率和查全率较高,抗互信息干扰能力较强,具有较好的信息挖掘检索能力。     

基于云计算的舰船网络被动数据快速关联算法

传统的网络被动数据关联算法存在计算复杂,迭代次数过多的问题。为此提出基于云计算的舰船网络被动数据快速关联算法。采用目标假设的方法,去除被动数据中的虚假目标,构建约束条件,初始化拉格朗日乘子,通过云计算的方式求取目标函数对偶解,获得关联数据结果集,实现舰船网络被动数据快速关联。测试结果表明,与传统的被动数据关联算法相比,舰船网络被动数据快速关联算法利用云计算,简化了运算,减少了迭代次数,使得算法快速收敛。     

物联网环境下舰船通信系统大数据自动挖掘方法

舰船通信系统大数据在物联网环境下不断增长,采用传统挖掘方法没有剔除冗余数据,导致挖掘效率较低。针对该问题,提出了物联网环境下舰船通信系统大数据自动挖掘方法。根据舰船通信系统结构,按照系统覆盖作业方式展示不同结果,通过数据清理、数据集成、数据归约和数据变换进行数据预处理。依据动态数据跟踪流程,分析数据采集模型,获取用户界面显示结果。根据用户自定义需求,剔除无关数据,由此设计发数据自动挖掘流程。计算上下行干扰功率,避免系统受到外界干扰。由实验结果可知,该方法挖掘精准度最高可达到97%,其舰船通信系统提供具有针对性的服务。     

大数据分析下舰船网络异常节点快速定位优化方法

为了提升舰船网络通信质量,实现信息参量的无误传输,提出一种基于大数据分析的舰船网络异常节点快速定位优化方法。以异常节点群落作为舰船行进信息的初始分类标准,分别计算单向传输信号差与双向传输信号差,完成最基本的舰船网络异常节点定位。借助大数据分析理论,对节点传输间距与数据定量差进行优化处理,实现新型舰船网络异常节点快速定位优化方法的顺利应用。实验结果表明,与优化前的节点定位算法相比,优化后方法的数据源码传输率极值可达87.3%,满足舰船网络通信环境的实际应用需求。     

基于物联网技术的舰船电子通信多代理模式优化

舰船电子通信多代理模式优化方法通信数据发送成功率较低,导致接收数据延时过长。为了解决上述问题,应用物联网技术,研究一种新的舰船电子通信多代理模式优化方法,建立舰船通信多代理调度模型,在舰船电子通信链路上,添加一定数量的控制节点,确保控制节点与网络节点数量相同。引入物联网技术,连接舰船通信数据拓扑节点,分析舰船电子通信强度,优化舰船通信信息数据传输,分析舰船通信路径上的控制节点,实现舰船电子通信多代理模式优化。实验结果表明,应用物联网技术的舰船电子通信多代理模式优化方法可以有效提高发送成功率,减少接收数据延时。     

大密度舰船电子海图中数据快速检索方法研究

为了提高舰船导航和定位能力,需要对大密度的舰船电子海图数据进行快速准确检索,针对舰船电子海图数据分布密度大、散列性较强的特点,提出基于自相关特征匹配和模糊C均值聚类的大密度舰船电子海图中数据快速检索方法。采用有向图和决策树构建舰船电子海图数据库的检索节点分布结构模型,提取舰船电子海图数据的语义关联性和规则性特征,采用自相关特征匹配方法对检索数据进行指向性挖掘和信息融合处理,对挖掘的关联数据进行模糊C均值聚类,实现对大密度舰船电子海图数据的分类检索。仿真结果表明,采用该方法进行大密度舰船电子海图中数据检索的收敛速度较快,提高数据检索的查准率和查全率,检索效率和准确性较高。     

能量受限约束下的舰船通信网络节点动态协同部署

通信网络的节点部署优劣直接关系到舰船通信能力,针对舰船通信网络资源利用能力低的问题,提出能量受限约束下舰船通信网络节点动态协同部署方法。分析能量受限的节点动态特性,得出能量约束条件下通信网络系统节点的闭环特性。计算舰船通信网络节点网格密度,利用K-均值聚类以及粒子群2种算法找寻出最优节点位置,实现舰船通信网络节点动态协同部署。实验结果表明,本文方法的通信传输能耗小,信息吞吐量高,网络生命周期长。     

云计算环境下模糊舰船图像局部特征提取方法研究

为弥补SIFT算法在匹配精度上存在的不足,设计云计算环境下的模糊舰船图像局部特征提取方法。在云计算服务框架中,实现矢量描述子的分类操作,完成云计算环境下的舰船图像节点匹配处理。在此基础上,按照舰船图像的局部特征构造需求,建立模糊图像的稀疏数据库,再根据必要特征提取量的计算结果,实现新型模糊舰船图像局部特征提取方法的顺利应用。对比实验结果表明,与SIFT算法相比,应用新型局部特征提取方法后,舰船图像模糊匹配精度最大值接近75%,传统提取遗留问题得到妥善解决。     

基于数据驱动的舰船通信网络异常行为检测方法

为了提高对舰船通信网络异常识别能力,提出基于数据驱动的舰船通信网络异常行为检测方法。采用最短路径和最大覆盖范围寻优方法构建舰船通信网络的节点覆盖模型,通过最小间隔均衡技术对舰船通信网络的信道均衡控制,提取舰船通信网络的信道传输信息特征。对舰船通信网络的行为特征参数分析,结合谱分量融合和融合聚类处理方法,实现对舰船网络异常行为的数据驱动控制。根据数据驱动的图模型参数识别和异常谱特征聚类分析,实现对舰船通信网络异常行为检测。测试结果表明,该方法能够进行舰船通信网络异常行为检测处理,提高信道均衡性能     

舰船通信网络中的故障节点定位研究

针对船舶通信网络故障节点定位受到高重频干扰的影响,以提高船舶通信网络故障节点的定位精度为目的,提出舰船通信网络中的故障节点定位研究。利用船舶通信网络可疑故障节点的特征,修改节点负荷功率的等效量测,通过可疑故障节点排序流程,完成可疑故障节点的排序;采用粒子群描述故障节点的初始速度和位置参数,消除了故障节点定位的干扰,实现了船舶通信网络故障节点的定位。结果表明,与基于云计算的定位方法相比,提出的定位方法具有较高的定位精度和实用价值。     

基于关联规则的舰船故障数据定位挖掘算法

为了提高舰船故障检测能力,需要进行舰船故障数据的实时挖掘和分类分析,提出一种基于关联规则的舰船故障数据的定位挖掘方法。采用电磁探测器、水声换能器、声呐装置、声学传感器等设备进行不同工况下舰船数据采集,包括舰船辐射噪声、机械振动等数据,对采集的数据进行高维特征融合处理,提取舰船故障数据的关联规则特征量,对提取的特征量采用K均值算法进行聚类分析,并通过BP神经网络分类器实现舰船故障数据的分类识别,实现舰船故障数据定位挖掘。仿真结果表明,采用该方法进行舰船故障数据挖掘的准确性较好,对故障的定位能力较强,提高了舰船实时故障诊断能力。     

舰船无线通信网络节点安全态势评估系统

传统舰船无线通信网络节点安全系统仅能对数据发送端与接收端数据节点安全进行评估,无法对传输过程中动态节点安全进行评估计算,导致节点在传输过程中遭到恶意节点攻击,造成接收到的数据遭到破坏。极大程度影响数据传输安全与数据安全整体态势的评估精准度。因此,提出舰船无线通信网络节点安全态势评估系统设计。根据通信数据节点传输特点,创建大数据节点传输安全评估计算机组;在计算机组平台上对通信节点进行结构熵数据分析;得到节点传输过程中的结构变化;在分析参量的基础上对节点进行安全评估计算,从而完成对通信节点安全态势的全局评估计算。通过对比数据的实验方式对提出设计系统进行可行性证明。     

基于云计算技术的舰船信息系统数据多批处理调度方法

传统的舰船信息系统数据的多批处理调度方法存在负载均衡性能差的问题,为此,设计基于云计算技术下舰船信息系统数据的多批处理调度方法。引用云计算的MapReduce迭代方式计算数据多批处理优先级,制定数据多批处理分级接收策略,将收益接近的任务分为同一处理批次,保证服务方在接收任务时收益最大化,通过动态调度算法,计算出数据多批处理任务最优解,实现舰船信息系统数据的多批处理调度。测试结果表明:与传统的调度方法相比,设计的云计算技术下舰船信息系统数据的多批处理调度方法负载均衡性能更好,适合应用在实际项目中。