共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
针对传统的远洋舰船运行监控大数据挖掘方法精准度低的情况,本文应用关联规则算法,对远洋舰船运行监控大数据挖掘方法进行设计。为了有效对舰船远行监控大数据挖掘,首先获取监控数据源,将数据存入到数据库中,在此基础上,对远洋舰船运行监控数据预处理,以此生成舰船运行监控大数据挖掘模型,完成了对运行监控大数据的挖掘,实验对比结果表明,本文设计的基于关联规则的远洋舰船运行监控大数据挖掘方法比传统的舰船运行监控大数据挖掘方法精准度高,具有一定的实际应用意义。 相似文献
4.
舰船电机控制系统中的不稳定数据挖掘方法研究 总被引:2,自引:2,他引:0
《舰船科学技术》2015,(9):161-165
本文提出一种基于功率谱密度估计的舰船电机控制系统中的不稳定数据挖掘方法。对舰船电机控制系统中的不稳定数据进行信息与信号模型构建,对不稳定数据进行时域和频域分析与描述,在时频域中进行功率谱密度特征提取,实现对不稳定数据的经验模态分解和多分量幅度调制,增强功率谱密度特征对舰船电机控制系统中的不稳定数据的表征能力,提高数据挖掘性能。仿真结果表明,采用该算法能有效提高舰船电机控制系统不稳定数据挖掘精度,准确检测概率较高,在舰船电机控制系统的运行状态监测和故障诊断分析中具有较好的应用价值。 相似文献
5.
6.
《舰船科学技术》2020,(6)
目前应用的舰船数据挖掘准确度较低,因此设计一种聚类分析算法的海上舰船数据挖掘。在数据挖掘中应用聚类分析算法,需要对数据进行预处理,得到文本数据特征向量集,利用模糊集体现近似关系,根据隶属度的取值将模糊聚类的思想演变为目标函数,将数据集按照目标函数,划分为具有较小差距的群组,初步得到数据挖掘结果,经过评估后,筛选出准确度最高的数据,作为数据挖掘的最终结果。至此完成了聚类分析算法的海上舰船数据挖掘的研究。通过实验表明,设计的数据挖掘准确度平均为92%,比传统的数据挖掘准确度高17.2%,验证了设计的聚类分析算法的海上舰船数据挖掘在提高挖掘准确度方面的可靠性。 相似文献
7.
8.
9.
10.
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