船舶交通特征统计分析中的大数据挖掘应用

首先阐述船舶交通流特征主要分为微观特征和宏观特征;然后运用大数据进行船舶交通流特征统计的具体过程,对其实现过程进行推理;最后通过青岛港的实际采集到的数据进行实例分析,说明本文算法在船舶交通特征统计方面的优越性。     

集装箱船舶单船装卸量的统计分析

基于对单船装卸量影响因素的分析，通过建立统计模型对每航班单船装卸量进行X^2-拟合优度检验、置信区间分析和加权平均，确定分航线单船装卸量。     

大数据分析的船舶航迹拟合研究

船舶航行过程中所产生的海量航迹数据可通过拟合方法完成压缩,由此降低航迹数据存储的压力,考虑航迹数据采集过程中的误差与数据缺失问题,设计了大数据分析的船舶航迹拟合方法。以船舶自动识别系统为基础,根据参考物标采集船舶航迹数据。考虑所采集船舶航迹数据在时空2个维度上的误差与数据缺失问题,采用大数据分析技术中的三次样条插值法与中值滤波法,对所采集的船舶航迹数据实施预处理;针对预处理后的船舶航迹数据,通过坐标转换、曲线选择以及拟合计算等过程完成船舶航迹拟合处理。实验结果显示,所研究方法能够在不影响航迹数据局部趋势的条件下有效抑制航迹数据的波动性,得到更高精度的航迹拟合结果。     

基于多源大数据分析的船舶图像检索技术

图像检索技术是船舶图像处理研究的重点,当前船舶图像检索技术采用单源数据进行检索研究,由于提供的信息量小,导致船舶图像检索精度低,为了提高船舶图像检索精度,克服当前船舶图像检索技术存在的缺陷,提出了基于多源大数据分析的船舶图像检索技术。首先分析船舶图像检索技术的国内外研究现状,找到单源数据分析技术的不足,然后根据多源大数据分析理念,提取船舶图像检索的局部二值模式特征和Brushlet域复特征,根据这2种特征进行船舶图像检索,最后进行了船舶图像检索性能的验证性测试分析。测试分析结果显示本文技术的船舶图像检索的查全率超过96%,远远高于当前其它船舶图像检索技术,而且船舶图像检索时间更短,船舶图像检索可靠性得到有效改善,解决了单源数据分析技术的不足,为后续船舶图像处理打下了良好的基础。     

基于大数据分析的船舶运输可持续性研究

本研究旨在探讨基于大数据分析的船舶运输可持续性。通过对船舶运输相关的大数据进行收集和分析,以经济、社会和环境三个方面为切入点,综合考虑船舶运输的可持续性问题,包括航线规划、船舶设计、燃油消耗、航运市场需求和货物运输量等多个方面。分析了船舶运输的可持续性问题,并提出了相应的解决方案,以实现船舶运输的可持续发展。     

基于大数据的船舶交通客流特征组合预测模型分析

为了提高船舶交通客流特征预测的时效性,设计基于大数据相关技术信息,提出将粗糙集和支持向量机预测机制结合的预测分析模型。首先运用粗糙集属性,对大数据下的船舶交通客流信息,进行数据出行约简,删除数据中冗余属性,继而建立支持向量机回归预测机制,将约简后的船舶交通数据样本,作为数据预处理器,通过对条件值进行筛选,并量化为一张二维表格,作为决策表,重新组合成为训练数据样本,输入SVM中,进行学习训练,实现交通客流特征的组合预测。仿真实验表明,该模型预测结果特征比真实性提高29%,有效时序性提高35%,可以证明该预测模型的预测结果时效性更强。     

基于特征的船舶电力系统设计

本文提出了一个基于特征的船舶电力系统信息模型，并依据该模型设计和实现了一个基于特征的船舶电力系统辅助设计软件。     

现代统计学理论的舰船交通数据特征分析

舰船交通数据特征具有非平稳随机性,通过提取舰船交通数据特征信息,实现船舶优化调度,缓解船舶出海拥堵,提出一种基于现代统计学理论的舰船交通数据特征分析方法,根据出海交叉口构造船舶交通网络体系结构,采用统计采样方法进行舰船交通数据的原始信息采集,采集的交通数据有交通流量数据、船舶行程时间、行驶频次,构造水网分布式可靠度的连接函数,以行程时间可靠性为约束指标参量进行舰船交通数据的统计自回归分析,实现舰船交通数据的统计特征提取,从而分析船舶交通的关联规则性信息,实现舰船优化调度。试验结果表明,采用该方法进行舰船交通数据特征分析,能实现对舰船出海流量和拥堵的准确预测评估,数据分析的统计性能较好,准确可靠。     

基于大数据分析的船舶通信网络优化研究

网络优化是提高船舶通信系统工作性能的重要方法,针对当前船舶通信网络优化存在工作效率低,节点能量消耗大等缺点,设计基于大数据分析的船舶通信网络优化方法。首先以数据传输能量最小为目标建立船舶通信网络优化的数学模型,然后将船舶通信网络优化问题看作为一个大数据分析处理,通过云平台对数学模型进行并行求解,每一个子任务组合模型对数据传输能耗进行预测,选择能耗最小路由进行数据传输,最后进行船舶通信网络优化方法性能的仿真测试。测试结果表明,本文可以有效对船舶通信网络进行优化,提高了船舶通信系统的数据传输速度和成功率,具有十分广泛的应用前景。     

基于大数据分析的船舶航行安全自动评估系统设计

为了提高船舶航行的安全性,构建船舶航行安全自动评估系统,提出基于大数据分析的船舶航行安全自动评估系统设计方法。采用航向陀螺仪、三轴磁力计等敏感传感器进行船舶航行姿态参数采集,根据采集的船舶航行姿态数据进行大数据特征重组,建立船舶航行姿态参量大数据库,设计数据访问调度和参数融合算法,进行船舶航行安全大数据信息调度和特征分析,进而实现船舶航行安全自动评估。在嵌入式ARM环境下进行系统的软件开发,实现系统优化设计。仿真结果表明,采用该系统进行船舶航行安全自动评估的准确性较好,船舶航行安全信息大数据访问调度的实时性较高。     

大数据分析的舰船航行安全性评估系统优化

为了更好地保障船舶航行安全评估系统运行的精准和稳定性,提出了基于大数据分析的舰船航行安全性评估系统方案。通过优化CAN总线及系统电路,保障系统运行的稳定效果,同时结合神经网络原理对系统安全评估软件运行流程进行改善,最终实现对舰船航行安全性评估系统的合理设计。最后通过实验证实,大数据分析的舰船航行安全性评估系统有较高的稳定性和准确性。     

基于大数据的船舶网络数据资源调度模型构建

船舶数据设备种类在不断增加,目前船舶数据调度方法在实际应用存在调度量低且精准度差的情况。因此对基于大数据的船舶网络数据资源调度模型进行构建,通过对模型特点分析后,进行大数据船舶网络数据资源调度模型构建,模型通过对大数据相似度进行计算后对数据中干扰进行过滤,对过滤后数据进行子任务量分配,从而对整体数据定义分类,最终实现分类后的大数据调度。通过仿真实验,对船舶网络大数据资源调度模型与传统船舶网络数据调度方法的数据调度总量以及数据调度精准度进行对比,证明模型构建的有效性。     

大数据驱动和分析的舰船通信网络流量智能估计

以准确估计舰船通信网络流量为研究核心,提出基于大数据驱动与分析的舰船通信网络流量智能估计方法。该方法以大数据驱动和分析领域中的经验模态分解、卷积神经网络为技术核心,使用基于改进集合经验模态分解的舰船通信网络信号降噪方法,去除舰船通信网络信号中噪声;构建去噪后舰船通信网络信号中的流量时间序列图,凸显通信网络流量在各个时间段的变化特征之后,将舰船通信网络流量时间序列图中的时间序列,作为基于卷积神经网络的网络流量预测方法的预测样本,提取舰船通信网络细节信号的时间序列,估计流量的趋势信息与时间信息,实现舰船通信网络流量智能估计。经测试：该方法对舰船通信网络流量智能估计后,估计结果与实际流量基本一致。     

基于大数据的航标配布优化效果评估方法*

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。