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。     

基于改进神经网络方法的船舶姿态高精度预报研究

针对船舶姿态预报精度的难题,结合船舶姿态变化特点,提出基于改进神经网络方法的船舶姿态高精度预报模型,首先对船舶姿态的数据进行采集,并对船舶姿态数据进行去噪处理,然后采用神经网络对船舶姿态变化特点进行高精度逼近,并对神经网络存在的一些缺陷进行相应的改进,最后进行船舶姿态预报的仿真实验。实验结果表明,改进神经网络提高了船舶姿态预报精度,克服了当前其它船舶姿态预报模型存在误差大的弊端,船舶姿态效果优势十分明显。