水运OD矩阵的推算模型研究

交通OD矩阵是交通量预测的基础,但由于资料调查工作量大且精度难以控制,水运OD矩阵往往难以通过调查直接得到。鉴于此,基于对现有OD矩阵推算模型的研究与分析,并结合水上运输及其运输量调查资料的特性,提出了一种利用水运港口吞吐量和水运客货运平均运距推算水运OD矩阵的计算模型,由此可推算得到水运OD矩阵,供相关分析研究之用。     

基于OD调查的区域水运交通量分析

为充分利用区域水路货运量OD调查数据,本文在航道OD调查方法的基础上,探讨了区域航道货物量和港口吞吐量的推求方法,并进行了实证分析,成果可供相关工作参考。     

基于覆盖算法概率模型的海量数据挖掘研究

针对通信数据海量、噪声多的特点,从大规模数据挖掘的角度出发,采用覆盖算法构造人工神经网络进行数据挖掘。文章在对覆盖算法进行深入研究的基础上,对其进行了改进,利用高斯函数的概率意义,为覆盖算法建立一个有限混合概率模型,利用"最大似然原理"引入全局优化计算,实现覆盖算法的全局优化。将这种算法应用到短波信号搜索数据的挖掘中,取得了良好的效果,验证了其效率。     

基于Apriori算法的船用物联网多来源数据深度挖掘方法

随着物联网技术的不断发展,物联网空间内的数据源开始呈现出多来源的性质。在此种性质作用下,传统数据挖掘方法无法更深层次的对数据进行挖掘,通过对数据来源的分析发现,Apriori算法能够有效地解决这一问题,因此提出基于Apriori算法的物联网多来源数据深度挖掘方法。通过对物联网内数据来源关系的分析、挖掘模型的建立、Apriori算法计算及Apriori算法挖掘执行4部分的描述,完成对提出方法的设计。最后,通过数据仿真实验来证明提出的方法能够满足物联网多来源数据深度挖掘的需要。     

大数据背景下多源档案资源整合研究

在大数据时代,数据的多源性增加了档案资源整合工作的难度.从提高档案资源服务质量的角度来看,在大数据背景下进行多源档案资源整合有利于提高资源整合的效率,强化档案信息化建设.为此,本文首先分析了多源档案资源整合的理论价值和实践价值,在此基础上探讨了大数据背景下档案资源整合的方向,最后提出了几种整合策略,以期多方位促进档案资...     

中国港口基于大数据货运的现状与发展

本文主要介绍了中国港口大数据货运的概念、特点、现状及未来发展趋势。通过对国内港口大数据货运发展历程、现状分析以及面临的挑战进行剖析,提出了中国港口大数据货运的发展趋势和策略。     

基于多源数据融合的网络风险评估

鉴于网络安全事件采集的多源性,提出了基于多源数据融合的网络风险评估方法。旨在研究如何处理具有不确定因素的海量的多源数据以及如何对网络进行风险评估。把D-S证据理论应用于风险评估的数据融合阶段,同时结合主机攻击成功发生率和主机内部脆弱性及相应的权重值,计算出某一个时段网络的整体风险值,使网络管理员可以动态地调整安全控制措施的优先级。试验结果表明了该方法的可行性和有效性。     

基于关联规则的舰船故障数据定位挖掘算法

为了提高舰船故障检测能力,需要进行舰船故障数据的实时挖掘和分类分析,提出一种基于关联规则的舰船故障数据的定位挖掘方法。采用电磁探测器、水声换能器、声呐装置、声学传感器等设备进行不同工况下舰船数据采集,包括舰船辐射噪声、机械振动等数据,对采集的数据进行高维特征融合处理,提取舰船故障数据的关联规则特征量,对提取的特征量采用K均值算法进行聚类分析,并通过BP神经网络分类器实现舰船故障数据的分类识别,实现舰船故障数据定位挖掘。仿真结果表明,采用该方法进行舰船故障数据挖掘的准确性较好,对故障的定位能力较强,提高了舰船实时故障诊断能力。     

基于多Agent技术的船舶舾装托盘数据信息挖掘研究

介绍了一种基于多Agent技术的船舶舾装托盘数据信息挖掘方法，利用该方法可以抽取TRIBON中的基本托盘信息，通过Control-Agent采用符号定向图SDG（Signed Directed Graph）方法，可以将舾装托盘的紧固件的标准件从五金件库中挖掘出来；采用分类方法，在SQL命令下进行数据之间的比较和处理，从中找到并重组上述两类托盘。     

基于多Agent技术的船舶舾装托盘数据信息挖掘研究

介绍了一种基于多Agent技术的船舶舾装托盘数据信息挖掘方法,利用该方法可以抽取TRIBON中的基本托盘信息,通过Control-Agent采用符号定向图SDG(Signed Directed Graph)方法,可以将舾装托盘的紧固件的标准件从五金件库中挖掘出来;采用分类方法,在SQL命令下进行数据之间的比较和处理,从中找到并重组上述两类托盘.     

基于物联网结构的船舶监控中心多源定位数据研究

在船舶物联网结构中,每个船舶的位置信息都能够通过通信系统进行交换,从而每个船舶都能够知道自己在航道中的位置,最大程度上避免发生碰撞事故。因此本文在物联网结构的基础上,采用多源融合的技术,对船舶的定位导航信息进行融合处理,使定位数据的精度更高、获取成本更低,并以多源信息融合技术作为基础,重点对船舶的GPS或北斗导航信息进行处理,采用卡尔曼滤波算法,实现信息的噪声过滤,另一方面也采用物联网实现数据的集中处理,降低了处理成本。     

大数据时代国际货运代理行业的发展趋势研究

大数据时代,催生了很多新兴行业,同时也改变了很多传统行业的存在模式。如今,数据是一个非常重要的资源,对于货运代理行业也不例外。当下,很多货运代理公司都面临着向全面数字化货运代理公司转型的局面。货运代理公司数字化可以带来哪些方便,是本文的分析重点。     

基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

多传感器数据融合算法研究

本文从目标跟踪、提高跟踪精度的角度出发，讨论了基于同类传感器测量的数据融算法和基于不同类传感器航迹的航迹综合算法，将前者用于侦察设备的多站定位，开了一载体的必要机动，后者用于多类传感器的航迹综合，仿真结果表明，多传感器数据融合结果要优于单传感器。     

基于聚类算法的舰船通信数据深度挖掘方法

传统挖掘方法无法考虑众多通信因素的多层次特征,造成数据挖掘效果不理想,为此设计一种基于聚类算法的舰船通信数据深度挖掘方法。利用聚类算法,对通信数据的多层次特征进行筛选,从而为通信数据的深度挖掘提供依据,结合聚类挖掘粗糙集,生成数据深度挖掘的关联规则并进行聚类计算,对每个通信数据执行交叉变换逻辑,实现舰船通信数据的深度挖掘。实验结果表明,利用聚类算法进行通信数据的深度挖掘,能够提高数据的挖掘速度,且准确率较传统方法高27.15%。     

基于海洋多源数据聚融的公共信息服务平台建设研究

文中提出建设基于海洋多源数据聚融的公共信息服务平台,阐述了平台的体系架构、网络架构、技术架构、服务体系等设计要点及平台建设的关键元素为适应日益增长的航海保障提供优质服务．     

基于大数据的船舶航行最优路径规划算法研究

传统的航行路径规划算法为静态单一条件的最优选择算法,最优路径缺乏客观性,准确度明显下降。针对此问题提出基于大数据的船舶航行最优路径规划算法。引入云计算遗传特征计算算法,对航行相关的全局路径数据进行大数据遗传特征分析,得到具有代表性特征的备选路径;引入大数据蚁群择优算法,对备选路径进行最优路径计算,得到最客观真实的最优航行路径;通过设计多路径仿真实验,证明提出算法具有计算速度快、准确率高、可行性好的特点。     

基于XML的WEB数据挖掘技术的研究

面向WEB的数据挖掘是当今数据挖掘技术的热点。介绍基于WEB挖掘的难点，阐述XML语言的卓越性以及在WEB挖掘中的重要应用。     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法,该方法是将多传感器的测量数据进行自组织聚类,从而实现测量数据的关联,利用融合估计完成对多目标的状态估计.计算机仿真结果表明了该算法的有效性.     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法，该方法是将多传感器的测量数据进行自组织聚类，从而实现测量数据的关联，利用融合估计完成对多目标的状态估计，计算机仿真结果表明了该算法的有效性。