互联网环境下船舶航向数据交互式智能控制方法

互联网环境下,对船舶航向数据的控制要求高,而传统方法调节速度慢、适应性差,导致最终的航向控制效果不理想,为此提出并设计了船舶航向数据交互式智能控制方法。使用线性特征反馈航向数据中的不确切控制对象,通过整合模糊参数,确定航向数据的控制规则,再融合交互式控制算法,简化计算步骤,完成船舶航向数据的交互式智能控制方法设计。仿真实验结果表明,交互式智能控制方法具有较快的调节速度和良好的适应性能,较传统方法的调节速率高21.5%,具备极高的有效性。     

一种商用车铅酸蓄电池状态监控系统的开发

本文介绍一种商用车铅酸蓄电池状态监控系统的开发,系统实现蓄电池传感器实时采集蓄电池状态参数信息,并通过TBOX将数据上传至后台服务器,进行数据存储分析及报警判断,并将亏电报警信息推送给手机客户端,提醒用户注意。同时,系统根据蓄电池SOC值的限值判断,进行电磁开关的切断控制,以保证车辆的正常起动。     

铁路单位采购业务相关数据安全治理探讨

铁路企事业单位（简称：铁路单位）与采购业务相关的数据具有体量大、类型杂、价值高等特点，亟需针对此类数据开展安全治理。文章阐述了采购业务相关数据安全治理的必要性，并针对组织建设、现状摸底、数据分类分级、风险评估、体系建设、员工培训6个方面展开深入探讨，为铁路单位提升采购业务保密工作的能力和效率、杜绝信息泄密事件提供参考。     

BIM与GIS融合技术在航道整治工程中的应用

针对航道整治工程中BIM技术无法管理条带状工程、难以表达工程周边地理信息等难点,通过梳理BIM与GIS数据特点,研究探索BIM与GIS融合技术,提出了通过格式转换、坐标转换和数据关联实现BIM与GIS融合的方法。将研究成果应用在蕲春水道航道整治工程,验证了BIM与GIS融合方法的可行性,实现了BIM与GIS数据一体化浏览、显示、管理、分析等功能,解决了BIM无法管理大范围工程、无法反映工程周边环境的不足,为BIM与GIS技术在航道整治工程中的应用提供了技术支撑。     

基于计算机大数据的船舶视频图像类型辨识分析

传统船舶视频图像类型识别算法在图像类型识别计算过程中,存在视频图像高频尺度空间像素子带系数计算精度较低,导致图像画面差异辨识度降低,无法高精度对比图像特征参量的问题。因此,提出计算机大数据船舶视频图像类型辩识分析。通过神经网络算法,建立视频图像特征的神经网络模型;根据特征模型推导建立辨识模型。在辨识模型的基础上,通过导入大数据高频子带尺度算法,对图像特征尺度空间内的高频子带系数进行优化计算,从而提升视频图像类型的辨识精度。通过实验数据对比表明:提出的视频图像辨识算法,能够有效改善图像类型识别环境,提升图像类型辨识精度,解决了传统辨识算法辨识精度低的问题。     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题，本文采用数据驱动的机场道面预测性维护方法，通过指示变量将两种数据集进行联合分析，考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响，以机场道面性能状况指数衰变的非线性函数为期望函数，建立一种机场道面性能退化双参数预测模型；根据模型的参数估计结果，采用边际效应分析结合预测性能曲线图示，对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明，采用数据驱动和非线性混合效应方法，搭载联合估计技术，能较为显著地提高机场道面性能退化预测的精度和效果。     

基于人口合成技术的居民出行调查数据扩样

为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价.结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6％ 左右,满足扩样的精度要求.由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健.     

新基建体系支撑下的城市轨道交通运维模式刍议

当前以大数据等新兴信息技术为主导的城市轨道交通运维创新方案探索不断呈现.从当前政策形势、需求痛点、总体原则、应用场景等多个方面,对新兴信息技术在城市轨道交通行业的合理适配进行了分析.提出了以降本增效为宗旨、以组织管理为核心、以顶层设计为先导的城市轨道交通企业新型运维模式建设思路.     

基于手机信令数据的居住地人口分布辨识改进方法

针对传统的基于手机信令数据的居住地人口分布分析方法的不足,通过建立一种基于手机信令数据和问卷调查数据的多源数据融合手段,利用有监督机器学习方法,实现对居住地人口分布现状的分析.首先通过问卷调查数据获取志愿者的实际居住地位置及其所使用的通信运营商相关信息,并进行样本筛选.其次,在通信运营商内部机房建立志愿者用户实际居住地位置与手机信令数据位置信息之间的对应关系.最后,利用手机信令数据,通过获取志愿者在居住地网格位置的停留特征以及非居住地网格位置的停留特征训练朴素贝叶斯分类器模型,继而完成机器学习方法的建立并应用到其他手机用户实际居住地的识别.分析结果表明:基于有监督学习方法的人口分布辨识方法较传统的阈值判断方法预测精度有明显提升.     

物联网环境下舰船通信数据云隐写技术

随着物联网日趋复杂,物联网环境下船舶数据的通信安全受到极大威胁。传统的数据传输加密技术无法有效地保护数据不被暴力破解,且传统的隐写技术有无法适应物联网中庞大数据计算量。因此,提出物联网环境下舰船通信数据云隐写技术研究。通过对物联网内的待隐写数据进行模糊规则计算,得到隐写数据流的规则特征;再通过引入的对抗学习算法,使隐写数据流具备抗攻击能力;最后对待隐写数据流进行云端隐写的数据位置定位与融合计算,完成提出的物联网环境下舰船通信数据云隐写技术研究设计。为证明提出设计的可行性,采用300组随机数据对提出方法进行验证,通过数据的对比证明提出设计具有数据隐写速度块、数据写入位置定位准、隐藏效果好的特性。