船舶通信网络异常数据自动检测和剔除方法

为提高船舶通信网络异常数据自动检测精度,并全面剔除船舶通信网络异常数据,研究新的船舶通信网络异常数据自动检测和剔除方法。利用基于改进支持向量机的网络异常数据自动检测方法,由改进粒子群优化算法,寻优设置支持向量机的惩罚项、核函数的预定义参数,训练性能合格的支持向量机后,以船舶通信网络数据分类的方式,自动检测船舶通信网络异常数据;将异常数据使用基于自适应级联陷波器的异常数据剔除方法,通过自适应级联陷波器,以异常数据滤波的方式,剔除船舶通信网络异常数据。研究结果显示,使用所提方法,船舶通信网络异常数据自动检测结果符合实际数目,可有效去除船舶通信网络异常数据。     

基于云计算的船舶通信网络异常数据分析

传统船舶通信网络异常数据分析方法无法有效处理大规模的船舶通信网络异常数据,使得船舶通信网络异常数据分析的实时性差,船舶通信网络异常数据错误分析的概率高,为了解决当前船舶通信网络异常数据分析方法的局限性,针对船舶通信网络异常数据的特点,提出了基于云计算的船舶通信网络异常数据分析方法,首先分析船舶通信网络异常数据分析原理,采用支持向量机建立船舶通信网络异常数据分析模型,然后采用云计算搭建船舶通信网络异常数据分析平台,使多个支持向量机可以并行执行,最后在Matlab 2016的环境下进行了船舶通信网络异常数据分析模拟测试,测试结果显示本文方法的船舶通信网络异常数据分析不仅正确率超过了90%,而且船舶通信网络异常数据分析实时性很好,要明显优于当前其它方法,实际应用价值更高。     

基于支持向量机的船舶交通流量预测模型

针对船舶交通流的随机性大,影响因素多,船舶交通流量预测的准确度不高等现象,基于支持向量机理论,结合长江苏通大桥断面的观测数据,建立支持向量机的预测模型进行短期的船舶流量预测.预测结果与实际流量比较一致,优于SPSS线性回归的预测效果.验证了支持向量机预测模型在船舶流量短期预测中的可行性.     

基于人工智能算法的船舶通信网络安全性能研究

为了解决当前船舶通信网络安全性能分析过程中存在的一些问题,以提高船舶通信网络安全性能分析效果为目标,设计了基于人工智能算法的船舶通信网络安全性能分析方法。首先采用船舶通信网络安全性能分析数据,提取船舶通信网络安全性能分析特征,然后采用支持向量机作为船舶通信网络安全性能分析的建模工具,采用人工智能算法对船舶通信网络安全性能分析特征和支持向量机的参数进行同时优化,最后采用具体实验测试了船舶通信网络安全性能分析效果。结果表明,本文方法可以描述船舶通信网络安全变化特点,可以获得高精度的船舶通信网络安全性能分析结果,加快船舶通信网络安全性能分析速度,解决了当前船舶通信网络安全性能分析方法存在的缺陷,获得比较满意的船舶通信网络安全性能分析效果。     

支持向量机在船舶电力负荷预测中的研究

在现代的船舶设备中,电力系统已成为船舶的主要动力来源,其性能的优劣对船舶的航运安全和成本有着非常重要的影响。随着各种电气设备被广泛应用于船舶控制和通信导航系统中,船舶的电力供给已经变得至关重要,因此对电力系统负荷的预测已经成为人们研究的重点。本文结合支持向量机回归算法,设计了用于船舶电力系统的负荷预测机制,通过建立船舶电力预测模型和最小二乘支持向量机模型,实现了对船舶电力系统的负荷预测和性能优化。     

基于支持向量机的船舶上层建筑纵向振动特性预报

根据支持向量机具有小样本学习、全局寻优和泛化能力强等特点,应用支持向量机对船舶上层建筑整体纵向振动固有频率进行预测。通过对船舶上层建筑整体振动特性的分析,以23条船的船舶主尺度、上层建筑的层数、类型以及上层建筑各层的长度、宽度和高度作为支持向量机的输入数据,上层建筑整体纵向振动固有频率实测值作为支持向量机的输出数据,建立了船舶上层建筑整体纵向振动固有频率的非线性回归模型。应用此模型对5条船的上层建筑整体纵向振动固有频率进行预测,预测值与实测值接近。这证明本文方法是可行的,为船舶上层建筑整体纵向振动固有频率预报提供了一种新思路。     

差分跳频通信技术在通信网络信道均衡控制中的应用

为保障船舶航行过程中的通信安全,有效抑制通信网络噪声干扰,避免信道衰减问题,对差分跳频通信技术在通信网络信道均衡控制中的应用情况进行研究,通过对差分跳频通信校正矩阵进行选择,采用无线编码技术对通信数据进行均衡控制和编码调制处理,从而有效生成适合于信道传输的脉冲波形,并将通信过程中的数据信道传输误码率和丢包率为评价指标,检验差分跳频通信技术在通信网络信道均衡控制中的应用效果,通过实验证明,差分跳频通信技术在通信网络信道均衡控制中应用效果明显更好,能有效地降低数据传输误码率和丢包率,保证船舶通用通信的安全性和可靠性。     

基于物联网技术的船舶异构网络切换信号预测的研究

无线通信技术和物联网技术迅速发展,船舶移动异构通信网络建设引起了广泛关注。船舶移动异构通信网络支持智能化和多模式通信,可以显著提高海上船舶与岸上基站、海上船舶之间和海上船舶与作业平台的通信能力。本文针对船舶异构无线网络,结合物联网和船联网技术,系统研究船舶移动异构网络切换信号的预测算法和流程。     

一种实时船舶交通事故识别方法

为了提高实时船舶交通事故预测能力,基于支持向量机技术构建支持向量机预测模型。将历史事故数据和非事故数据按照7∶3的比例分成训练集样本和测试集样本,分别用来训练模型和检验预测精度,结果表明事故分类正确率为82.13%,整体分类正确率为80.34%。通过与其他预测模型分类结果比较,发现虽然支持向量机模型的非事故分类正确率稍低,但事故分类正确率明显高于其他模型。实例表明支持向量机模型用于事故预测有效。     

支持向量机算法在船舶网络入侵检测中的应用

入侵行为严重威胁船舶网络安全,对其入侵检测进行研究具有重要的意义,针对当前船舶网络入侵检测存在精度低、错误率高等不足,设计了一种支持向量机算法的船舶网络入侵检测模型。首先分析船舶网络入侵原理,并且提取船舶网络入侵检测特征,然后采用支持向量机算法根据入侵检测特征建立船舶网络入侵检测分类器,并引入和声搜索算法对船舶网络入侵检测分类器的参数进行优化,最后以某一个船舶网络入侵检测数据为例进行了验证性测试。支持向量机算法克服了当前船舶网络入侵检测模型的局限性,入侵检测精度超过90%,减少了入侵检测错误,检测效果要优于当前其他船舶网络入侵检测模型,是一种有效的船舶网络入侵检测模型。