等距离映射与KNN加权算法在机械旋转故障诊断中的应用

传统的降维方法有主元分析法、多维尺度法,但是此方法对于线性结构降维效果较好,而对于非线性的高维特征处理效果差强人意。等距离映射法通过原始数据与降维数据之间的关系实现降维处理,本文运用KNN加权来实现分类决策。     

船舶虚拟云计算中心混乱数据高效分类方法

在不平衡数据的影响下,由于原有方法存在分类性能较差的问题,因此提出一种新的船舶虚拟云计算中心混乱数据高效分类方法。首先在船舶虚拟云计算中心中进行混乱数据的挖掘,采用的数据挖掘工具为Orange工具箱,需要通过python来实现。对挖掘的数据实施降维处理,采用的方法为主成分分析,主要通过投影处理进行数据降维,去除不平衡数据。通过支持向量机对核函数进行选择,从而对训练集样本实施映射,将其映射至高维空间,在该空间中对最佳超平面进行求取,获得最优分类函数,实现混乱数据的高效分类。为了证明该方法的分类性能更好,将原有方法作为对比方法进行分类性能的对比实验,实验结果证明该方法的类间样本重叠率更低且采样率更高,即分类性能更好,实现了性能突破。     

正则化在船舶通信多维关联数据动态降维中的应用

船舶通信多维相关数据的动态降维和船舶通信多维相关性的计算思想给其求解带来了很大的困难。根据船舶正则化的特点,分析影响船舶通信数据动态降维精确解的因素。为了减少船舶通信多维相关数据的动态降维问题,在降维的基础上,对样本的信道响应函数进行多维回归扩展,以提高动态降维的应用。根据实际应用需求,本文提出一种结合数据表示和感知算法的正则化方法,更具实用性。     

基于EMD-样本熵的轴流压气机喘振分析

轴流压气机作为燃气轮机安全运行的重要设备装置,它的稳定性直接影响燃气轮机的输出效率。因此如何快速准确判断并及时规避轴流压气机的喘振工况是燃气轮机优化设计的重点。本文提出一种基于轴流压气机已有传感器处理提取特征值后对喘振工况进行判断的新方法。首先对压气机的一维传感信号进行EMD分解升维后进行数据降维至数据本质维数上,再利用样本熵处理后提取特征信号从而对喘振工况进行判定。基于三级轴流压气机喘振进行喘振的诱导试验,实现压气机的喘振工况并且利用EMD-样本熵的方法对压气机的级间压力、出口压力进行分析对比。试验结果表明,此方法提取的特征值可以有效区分出压气机正常与喘振的工况,验证了方法的可行性,为轴流轴流机的故障预测提供基础。     

基于CAWOA-BP的船舶凝给水系统故障诊断

为克服传统专家经验在故障诊断方面的不足,实现船舶凝给水系统的智能诊断,在标准BP神经网络基础上提出一种优化后的CAWOA-BP故障诊断模型。采用混沌映射以及自适应权重调整策略优化WOA鲸鱼算法,利用优化后的WOA鲸鱼算法改进BP神经网络的权值及阈值矩阵。由于船舶凝给水系统的状态监测数据是复杂多维度数据,利用UMAP降维算法对原始数据进行降维。最后,利用降维处理后的数据训练CAWOA-BP神经网络模型,实现故障诊断。通过对正常及故障数据的学习,发现优化后的CAWOA-BP模型相比于标准BP,WOA-BP,PSO-BP故障诊断模型具有更高的准确率、精确率、召回率及预测误差。研究表明,基于优化后的CAWOA-BP神经网络故障诊断方法能够更加精确实现船舶凝给水系统的故障诊断。     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断。将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17%,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径。     

基于PVM的数据融合并行任务调度

根据多信息源、多平台数据融合算法特点，将数据融合与并行处理技术相结合，设计了基于PVM集群的多任务并行调度，提出了两层调度和主动报告的并行任务调度策略，并给出了数据融合并行任务调度映射和软件实现流程，在集群计算机系统上实现了数据融合的实时大容量并行处理。在系统仿真测试中获得了较高的加速比和系统效率，有较好的实用价值和应用前景。     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断.将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17％,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径.     

舰船网络数据库中海量数据特征提取方法

传统的数据特征提取方法提取数据特征后不能完全保有数据原有特征,导致方法只能应用于低维度数据特征提取,方法的可行性差。针对以上问题,研究舰船网络数据库中海量数据特征提取方法。设计以神经网络为基本结构的降噪自动编码器,通过编码器对数据库数据降噪。利用基于主成分分析的数据降维算法对数据降维,之后根据数据库中数据的关联性提取数据特征,完成对特征提取方法的研究。设计与传统数据特征提取方法的对比实验,实验结果证明研究的方法能够提取不同维度数据特征,并且应用提取数据特征进行分类时,平均正确率为93.85%,高出传统方法 22.39%,实用性更强。     

基于语义的可定制数据切分和动态加载方法

文章提供一种基于语义的可定制数据切分和动态加载方法，它能够对源数据库建立基于语义的元数据描述，根据不同用户的数据需求，依据数据的语义相关性，转化并归纳为通用的策略模版，基于策略进行数据的切割和数据的级联抽取。之后，采用容错式动态加载方法。这在一定程度上实现了异构数据库之间的批量数据迁移。     

XML与数据库的信息交互

XML逐渐成为互联网上数据描述和交换的标准,它将取代HTML成为Web上存放数据的主要格式．本文研究了XML与数据库的映射方法,分别就基于表的映射和对象-关系映射方法作了论述。在这个领域,一个重要的特点是映射是双向的,就是说可以把数据从XML文档转化到数据库,也可以从数据库转化到XML文档。     

舰船通信系统非平衡数据多目标自动检测技术

传统舰船通信系统非平衡数据检测技术需要计算所有数据,检测效率低下。对此设计舰船通信系统非平衡数据多目标自动检测技术。通过计算通信数据集内各数据点的欧几里德距离,剔除带有明显维度特征的非平衡数据减少计算量,将剩余通信数据降维并建立一维空间映射,最后对空间映射内的一维数据集特异值进行统计计算,实现非平衡数据检测。实验研究表明相比较传统检测方式,单位时间下设计的多维数据异常点检测数量高25%,固定异常点数据用时缩减23%,可以明显提高检测效率。     

基于XML的舰船通信网络监控数据优化集成

当前的数据集成采用将数据映射至同一中心库的方式实现数据集成,应用于异构环境下会出现数据耦合较大、处理复杂性高的问题。就上述问题,设计基于XML的舰船通信网络监控数据优化集成方法。对舰船通信网络不同来源的数据标准化处理后,依据基于模型驱动的转换原理进行数据库映射,从而建立监控数据集成虚拟库。消除虚拟库中不同类型的元数据语义冲突后,利用决策树算法实现监控数据集成。仿真测试验证设计的集成方法处理时间明显缩短,集成后数据的最低利用率可达88.6%,有效降低数据耦合度,提高了数据可用性。     

雷达网络中的目标属性融合算法

现代战争中,随着导弹武器技术的不断完善和发展,现代军用雷达受到了巨大威胁,单部雷达已经很难适应未来战场的需要,因此雷达联网成为军事预警系统的发展趋势。本文针对雷达网中航迹关联后的数据融合实现问题进行讨论与分析,对该问题进行了数学描述,给出了雷达网中数据融合的实现方法。     

HIDAS三维智能化出图设计技术

研究了一种全新的二三维一体化的出图设计技术——HIDAS三维智能化出图设计技术。介绍了该出图技术的系统架构,阐述了系统管理功能,包括二三维数据集成管理、三维操作模式管理、子图对象管理、图纸数据更新管理、图元标注管理等。HIDAS出图系统采用三维模型与二维图元相结合的出图方式,二维子图通过操作三维模型得到,二三维对象实现数据关联,建立起内在的对应关系。还阐述了图纸的自动更新机制,当设计方案变更导致模型发生变化时,更新数据从模型传递到图纸,图纸中的二维子图、图元属性、图元标注、统计图表等信息自动实现更新操作。     

多维联机分析中业务空间的设计

多维联机数据分析模型(MOLDA)是笔者根据多个项目的需要而研究和设计的一个联机分析处理(OLAP)系统模型。本文对通过某行业固定资产投资分析的实例，介绍基于MOLDA模型的联机分析系统设计的关键问题——“业务空间”的设计方法，内容包括“指标维”、“类别维”和“时间维”的设计，“多维数据立方体”的构造和“概念分层”设计等。     

基于数字孪生的测试场景架构及应用研究

虚拟测试场景在智能船舶评估中占有重要地位,数字孪生技术能够对现实环境进行描述、预测,实现智能现实环境与虚拟场景的交互映射。本文探索如何将数字孪生应用于智能船舶虚拟测试,构建船舶和环境数字孪生体来实现船舶在现实环境中如何获取数据、在哪获取数据,获取何种数据映射到虚拟测试场景中,并寻求更为准确的参数。初步构建出基于数字孪生的船舶虚拟测试场景架构,基于该架构进行虚拟测试前后以及船舶远程操作时延优化应用,该架构具有一定的有效性和可靠性。基于数字孪生技术能够提高智能船舶虚拟测试系统的效率和操作精度,增强实验结果的可靠性。     

船舶水动力性能试验研究数据管理系统

本文指出了应用现代数据库技术管理船舶水动力性能试验研究数据原重要性。介绍了船研所运输部内基于客户／服务器模式的网络数据库系统，该系统用于保存、管理及开发利用运输部长期积累的船模试验研究数据。文中描述了建立数据库系统的技术，特别是开发客户端浏览、查询系统和基于船模试验数据的船舶水动力性能预报程序所用到的可视化编程技术。     

物联网环境下船舶移动网络异常数据检测研究

目前研究的检测方法存在检测误报率高、检测时间长等问题,提出了物联网环境下船舶移动网络异常数据检测方法。挖掘船舶移动网络异常数据,根据异常数据挖掘结果对船舶移动网络异常数据进行提取,在提取时需要将船舶移动网络异常数据类别与维数进行有机结合,通过建立异常数据集对异常数据类别和维数之间的映射关系进行表示,实现异常检测。实验结果表明,提出的方法检测过程产生的误报率小,检测时间短。     

分析预测理论在空间位置探测数据处理中的应用（I）——空间位置探测数据处理问题和关键技术

这组系列文章将介绍作者研究提出的分析预测理论，以及该理论在目标空间位置探测数据处理问题中的应用。从宏观上讲这种应用几乎平行于传统方法地给出了一整套全新的空间位置探测数据理论和算法。从微观上看，这种应用还具有一些传统方法没有的特点，例如可以对目标运动的模式进行识别(因此确保我们以与目标运动模式相同的或类似的模拟方程对目标进行滤波，从而获得精度更高的预测值)，可以给出目标在未来时刻的真实值的范围为我们进行数据关联提供更好的判据，可以解决一维和两维探测数据的融合问题，可以对不同探测精度的数据进行点迹融合等。另外该系列文章研究的工作与传统的工作有较大的互补性。该系列文章首先给出空间位置探测数据的处理问题的定义，并从中抽象出关键技术。在接下来的系列文章中将讨论解决这些关键技术的思路以及关键技术的分解，理论数学模型，分析预测理论，分析预测处理方法的解的存在性证明，相关算法等。其核心有，目标运动模式的识别技术(模拟方程的选择问题)，模拟方程参数的选择技术，运动模式发生改变的识别技术，航迹聚类技术，航迹和点迹聚类技术，航迹融合技术，不同探测精度和维数的点迹融合技术，位置预测的评估技术等。最后给出仿真实验数据和结果，与传统方法对比的仿真实验数据和结果，以及分析和统计互补使用等问题。