共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
大数据分析下舰船维修数据挖掘算法优化分析 总被引:1,自引:1,他引:0
舰船维修数据具有重要的利用价值,当前算法无法有效对其变化特点进行准确挖掘,无法充分发挥舰船维修数据优势,为了提高舰船维修数据挖掘精度,设计了基于大数据分析下舰船维修数据挖掘算法。首先采用单一算法对舰船维修数据进行挖掘,并根据挖掘精度对各种算法进行评价。然后采用大数据分析技术中的包容性检验算法选择最佳的单一模型,并对它们结果进行组合,得到舰船维修数据挖掘结果。最后采用舰船维修价格的历史数据作为实验对象,分析本文方法的优越性。本文方法的舰船维修价格的预测精度要显著高于当前其他数据挖掘算法的精度,而且舰船维修价格预测可信度更优,降低了舰船维修价格预测误差。 相似文献
4.
传统船舶通信网络链路故障恢复方法存在链路层故障定位不准确的问题,导致后续故障恢复无法有效对数据链路层进行数据信道重建,影响大数据通信信息的交互。为此,提出大数据分析下舰船通信网络链路故障恢复方法。在大数据分析技术基础上,采用神经网络算法对舰船通信网络链路故障进行定位,设计链路层策略恢复方法,实现链路层交互信道恢复。仿真结果表明,所提方法可有效解决传统链路故障恢复方法中存在的问题,其链路故障恢复率最高可达99.8%,具有一定实际意义。 相似文献
5.
在舰船通信网络异常数据的弱关联定位中,由于使用传统弱关联定位技术的定位误差较大,因此提出一种舰船通信网络异常数据的弱关联定位技术,利用Netflow系统对舰船通信网络异常数据进行提取,通过相空间重构技术处理异常数据提取结果,并利用极限学习机进行数据挖掘,建立舰船通信网络异常数据弱关联定位模型,从而实现异常数据的弱关联定位,通过对比实验可知,该技术的最大定位误差比基于支持向量机的异常数据弱关联定位技术低21.1%;比基于特征遗传算法的异常数据弱关联定位技术低16.4%,证明了该技术更适用于舰船通信网络异常数据的弱关联定位。 相似文献
6.
为了提升舰船作战能力,提出基于大数据分析的复杂环境舰船导航方法。利用舰船搭载传感器获取水域环境信息,采用栅格法构建复杂环境模型,基于大数据分析技术预处理舰船导航数据——时间归一化处理、误差改正处理与野值剔除处理,融合GPS与IMU数据,确定舰船导航当前的绝对位置。以舰船导航定位结果为依据,应用遗传算法获取最佳舰船航行路径,从而实现复杂环境舰船的导航。实验数据显示,本文方法舰船导航定位误差最小值为0.12%,舰船导航路径长度更短,更平滑,充分证实了本文方法舰船导航性能更佳。 相似文献
7.
8.
9.
在舰船执行航行任务时,网络会出现局部网络、全局网络被入侵数据干扰的情况。传统的入侵数据定位方法,只能按照入侵数据属性,进行单向入侵数据定位,导致定位结果遗漏部分入侵数据,因此需要优化舰船网络入侵数据高效定位方法。该方法根据建立的定位模型,对网络入侵数据进行全局性定位;通过优化入侵数据定位规则,剥离定位范围内的其他数据;双向定位入侵数据、维护入侵数据后继节点,实现对舰船网络入侵数据的定位优化。实验测试结果表明,优化后的方法,可以完全定位4种不同的入侵数据,而传统定位方法遗漏前3组部分入侵数据的情况下,还完全遗漏了最后一组单一性质的网络入侵数据。 相似文献
10.
11.
12.
13.
我国常用的船舶通信网络技术难以满足当前持续增长的海量信息量数据通信需求,易造成信息传递延时问题,严重影响船舶航行安全。因此结合网络优化调度算法对船舶通信系统进行分析和设计,以达到提高船舶网络信息通信质量和网络通信的传输速率,有效保障船舶航行安全的目的。为检验网络优化调度算法对船舶网络通信的实时性影响,对应用于船舶通信网络系统中常见的延时问题进行实验检测,以此考察在交换式船舶通信网络通信效果。数据检测结果表明网络优化调度算法可有效提高船舶通信效果,有效解决网络信息传输延时问题,满足船舶在航行过程中对网络通信的实时性需求。 相似文献
14.
16.
为了降低现阶段船舶交通特征统计分析数据的离散度,提高统计分析质量,提出了基于大数据分析的船舶交通特征统计分析方法。根据数据挖掘结果进行数据初步处理,获取船舶交通数据极值以及样本差和方差,根据当前船舶交通数据流进行数据卡方拟合和分布拟合,获取拟合曲线和曲线函数,根据拟合曲线的实际特征值确定当船舶交通流理论特征值,并在理论特征值中添加边界条件,利用边界矩阵获取实际特征数据集合,实现船舶交通特征统计。仿真实验数据结果表明,应用设计方法统计的船舶交通特征值,极差数据降低了29%,标准差降低了35%,可以有效降低数据离散。 相似文献
17.
《舰船科学技术》2020,(4)
为了提高海洋通信网络故障识别效果,针对当前海洋通信网络故障识别成功率低、建模时间长等缺陷,提出大数据分析下的海洋通信网络故障识别方法。首先,分析海洋通信网络故障识别原理,指出当前各种海洋通信网络故障识别方法的弊端。然后,引入大数据分析技术对海洋通信网络故障识别进行建模,并对建模过程一些问题进行相应解决。最后,采用具体海洋通信网络故障数据对本文方法的性能进行验证。本文方法可以对大规模海洋通信网络故障进行短时间识别,识别正确率完全可以保证海洋通信网络正常通信要求,同时海洋通信网络故障识别综合性能要优于当前其它经典方法,对比结果表明了本文方法用于海洋通信网络故障识别的优越性。 相似文献
18.
为了研究航标配布优化调整效果,评估在特定水域不同水情条件下航标调整对不同船型船舶的引导作用,提出基于MongoDB非关系型数据库,根据范围、时段和船型等参数,从海量数据中快速提取指定船舶轨迹的方法,并基于WebGL在前端可视化展示;开发船舶轨迹大数据分析系统,并选取南京长江大桥作为试验河段,分析2017年航标优化调整前后两季的航行轨迹大数据。系统显示航标优化调整后,洪水期下水通过大桥六孔的船舶航迹与桥轴线法线夹角减小,达到了预期效果。结果表明,该方法可实现快速自动提取并展示船舶大数据,可用于辅助优化航标配布。 相似文献