数据挖掘聚类算法在船联网平台中的应用

随着通信技术的发展,船舶与船舶以及船舶与岸基之间的数据交互越来越频繁;同时数据的种类与数据帧的大小也急速增加,如何对这些信息进行快速有效的分析提取成为现代海洋业的重要研究领域。数据挖掘通过统计﹑自动学习等算法从海量数据中提取有效信息。随着船舶采集信息量的增大,成为信息中心最重要的功能之一。本文研究现有聚类算法的优缺点,重点分析聚类数据挖据算法DBSCAN,根据船舶数据处理的特点对算法进行了改进。     

一种基于遗传算法的模糊聚类算法及其与FCM算法的结合

在各种糊聚类算法中,模糊C-均值聚类算法FCM(Fuzzy C-Mean Clustering Algorithm)的应用最为广泛.但在实际的应用中,FCM算法却容易陷入局部最优解.因此,本文首先提出了一种基于遗传算法GA(Genetic Algorithm )的模糊聚类分析方法,它利用了遗传算法随机搜索的特点,可以避免陷入局部最优解.实验表明,将该遗传算法与FCM算法结合起来进行聚类分析,比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好.     

模糊核聚类在船舶故障诊断中的应用

船舶故障具有非线性和模糊性的特点,本文将模糊核聚类算法应用于船舶故障诊断。首先阐述模糊核聚类算法的实现过程,并将此算法与模糊聚类在目标函数收敛性、学习能力、诊断正确率等方面进行对比,实验结果表明,本文算法在船舶故障诊断方面鲁棒性强、收敛速度快、学习能力强。     

模糊聚类算法在船舶火灾探测中的应用

在火灾探测时,由于火灾对象的非确定性,以及现场环境的复杂性,存在许多困难.火灾与非火灾数据并不存在明确的差异,人们也不能把这种差异用函数来表示.本文提出了采用模糊C均值聚类算法对船舶火灾数据进行分类.计算结果表明该算法能有效地区分各种火灾现象.     

一种基于遗传算法的模糊聚类算法及基与FCM算法的结合

在各种糊聚类算法中,模糊C－均值聚类算法FCM（Fuzzy C-Mean Clustering Algorithm）的应用最为广泛。但在实际的应用中,FCM算法却容易陷入局部最优解。因此,本文首先提出了一种基于遗传算法GA（Genetic Algorithm)的模糊聚类分析方法,它利用了遗传算法随机搜索的特点,可以避免陷入局部最优解。实验表明,将该遗传算法与FCM算法结合起来进行聚类分析,比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好。     

模糊聚类在柴油机故障诊断中的应用

柴油机状态监测与故障诊断可以看作是一种故障模式的识别过程,模糊聚类方法是模式识别方法的一种,本文利用模糊C均值聚类方法对表征柴油机状态的特征向量进行模式识别,结果表明该方法可通过特征参量准确地区分不同的柴油机故障模式,模糊聚类方法在柴油机状态监测与故障诊断中有较好的适用性.     

模糊聚类算法在涡轮增压系统故障检测中应用

船舶柴油机是船舶的有效动力,涡轮增压系统能够使得船舶燃料得到充分的利用,节省航行成本。对涡轮增压系统进行及时的故障诊断非常重要。本文通过改进传统的模糊聚类算法,得到模糊核聚类算法,并将其应用于船舶涡轮增压系统故障检测中,最后通过对比实验说明本文算法识别率高、检测消耗的时间少。     

模糊聚类法在物流园区总体布局规划中的应用

阐述了对物流园区总体布局进行规划的重要性,介绍了模糊聚类分析法的基本原理,提出基于模糊聚类法的物流园区总体布局规划方法.选取某港口物流园区,运用模糊聚类分析法对该物流园区各功能区的评价指标进行了分析,得到了物流园区的初步布局图.     

模糊聚类算法在船舶图像分割中的应用

传统船舶图像分割方法存在分割误差大,抗噪声干扰能力差、分割效率低等缺陷,为了解决传统船舶图像分割方法存在的不足,设计了基于模糊聚类算法的船舶图像分割方法。首先对当前船舶图像分割研究进展进行分析,指出不同传统船舶图像分割方法存在的局限性,然后对船舶图像进行去噪处理,提高船舶图像质量,改善抗噪声干扰能力,最后引入模糊聚类算法进行船舶图像分割,并采用多幅标准船舶图像与传统船舶图像分割方法进行对比测试。测试结果表明,本文方法可以对船舶图像进行高精度的准确分割,能够保留船舶图像边缘的重要信息,船舶图像分割速度可以满足实际应用的要求,获得了比传统船舶图像分割方法更优的结果,具有更加广泛的应用范围。     

半监督聚类算法在舰载雷达信号中的应用

从数据挖掘角度阐述半监督近邻船舶聚类在舰载雷达信号处理中的应用,并给出算法实现过程。最后通过对7种信号的小波包能量熵特征统计来说明,本文所采用的半监督近邻传播聚类在聚类准确率和聚类数方面要优于AP聚类和半监督聚类。     

船舶会遇的时空数据挖掘算法及应用

船舶会遇是海上船舶交通研究的重要方面。传统的船舶会遇研究数据采集花费巨大,而海量、实时的船舶AIS数据则真实记录特定水域的船舶会遇状况。根据海上交通工程理论和数据挖掘技术,设计了高效的从海量的船舶AIS数据中提取船舶会遇信息算法,并以厦门湾的船舶AIS数据为例,从船舶会遇的空间、时间分布,会遇船舶尺度和态势等多个角度研究分析了厦门湾船舶会遇状况。研究结果可为港航主管部门改善海上通航环境、降低船舶事故提供理论依据。     

情报处理中数据挖掘的应用

简要介绍了数据挖掘的基本知识和数据挖掘的两种主要模式：联机分析处理(OLAP)和数据挖掘的计算智能方法，最后给出了挖掘在情报处理中的应用实例。     

数据挖掘在美国本土安全中的应用

数据挖掘的出现是美国许多本土安全法案的重要特征之一。在本土安全的内涵中，数据挖掘通常被视为识别恐怖分子活动的一种潜在手段；它也可以通过交通和移民记录识别和跟踪个别恐怖分子。介绍了在美国本土安全中应用数据挖掘的两项工程，并预测了未来美国政府数据挖掘活动的发展趋势。     

数据挖掘及其应用和发展

在介绍数据挖掘技术的基础上,讨论了数据挖掘的产生、定义、功能和可以挖掘的模式类型,讨论了数据挖掘的实施过程,分析并给出了实施有效挖掘的具体步骤,重点分析了其过程中的技术手段和核心环节。简要介绍了当前流行的数据挖掘系统,并且指出了现阶段数据挖掘技术的具体应用,最后提出了数据挖掘研究今后的发展趋势。     

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。     

数据仓库与数据挖掘技术在医院信息系统中的应用

医院信息系统(HIS)的建立，为医疗单位提供了大量的基础数据。但在较小影响在线运行数据库的前提下，如何为管理决策提供足够信息，成为一个日益突出的问题。在大量医疗数据中进行有效分析，了解医疗业务的发展情况，就要充分利用数据仓库技术来进行数据组织、存储和分析。以对出院病人情况分析的主题为确，简单说明了数据仓库在医院信息系统中的应用。     

数据挖掘技术在深度防御网络安全体系中的运用

随着攻击技术的日新月异及攻击数量的与日俱增,提高网络安全深度防御体系的效力是一个亟待解决的问题。将数据挖掘技术应用于网络安全深度防御体系中,在海量数据中挖掘有效信息、提高防御能力是一个新的思路。文章介绍了网络安全深度防御体系的概念及数据挖掘技术在网络安全深度防御体系构建中的应用。     

数据挖掘在海上交通特征分析中的应用研究

数据挖掘(Data Mining)就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。而海量的船载AIS信息集合蕴藏着大量的海上交通特征,利用数据挖掘理论与技术,以厦门港主航道的大型船舶AIS信息为对象,从空间、时间、概率分布三个方面,对AIS信息集合蕴藏的海上交通特征中反映船舶航向和航速变化率进行挖掘研究,获得了厦门湾内主航道通航环境空间和时间特性以及航向航速变化率概率分布特点。该研究方法为海量AIS信息研究提供新的思路,利用所挖掘的知识可以分析水域的通航环境,为港口主管部门的通航环境管理等提供理论依据。     

数据挖掘及其在客户关系管理中的应用

简要讨论了数据挖掘技术的方法以及客户关系管理系统的原理.企业可使用客户关系管理系统来降低运营成本,提供优质的客户服务.数据挖掘技术的应用可以帮助企业发现客户消费行为、识别客户特征,辅助企业进行有效的市场营销和客户服务.     

模糊C-均值聚类算法及其在船舶故障诊断中的应用

船舶设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶设备繁多,运行环境特殊,各种设备的故障症状与故障原因之间的关系十分复杂,致使传统诊断方法在实际应用中效果不理想。因此,研究采用模糊C-均值聚类算法来实现船舶故障的诊断乃是非常必要的。将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行故障分类,用当前所得的故障征兆群与过去该设备故障征兆结果相对照,找出最相似的结果,从而确定其故障。通过船舶主机轴系诊断的实例,证明了该方法的有效性。