物联网环境下舰船监控网络高维异常数据挖掘方法

为了准确识别物联网环境下舰船监控网络高维异常数据,针对当前识别方法存在的误差大、速度慢等不足,提出一种物联网环境下舰船监控网络高维异常数据挖掘方法。首先分析当前物联网环境下舰船监控网络高维异常数据识别的研究现状,指出各种方法的局限性,然后结合舰船监控网络异常数据的高维特点,引入解决了"维数灾"问题的支持向量机对舰船监控网络高维异常数据进行挖掘,找到舰船监控网络异常数据的变化趋势,最后通过仿真实验分析了其有效性和优越性。结果表明,本文方法提高了舰船监控网络高维异常数据识别正确率,误识率明显下降,减少了舰船监控网络高维异常数据识别时间,可以对大规模舰船监控网络高维异常数据进行处理,具有广泛的应用前景。     

舰船通信网络异常数据的弱关联定位技术

在舰船通信网络异常数据的弱关联定位中,由于使用传统弱关联定位技术的定位误差较大,因此提出一种舰船通信网络异常数据的弱关联定位技术,利用Netflow系统对舰船通信网络异常数据进行提取,通过相空间重构技术处理异常数据提取结果,并利用极限学习机进行数据挖掘,建立舰船通信网络异常数据弱关联定位模型,从而实现异常数据的弱关联定位,通过对比实验可知,该技术的最大定位误差比基于支持向量机的异常数据弱关联定位技术低21.1%;比基于特征遗传算法的异常数据弱关联定位技术低16.4%,证明了该技术更适用于舰船通信网络异常数据的弱关联定位。     

舰船通信网络异常数据的弱关联定位技术

网络异常直接关系着舰船通信的安全,为了准确对舰船通信网络异常数据进行检测和定位,设计了基于数据挖掘技术的舰船通信网络异常数据弱关联定位技术。首先对舰船通信网络异常数据的定位现状进行分析,指出当前定位技术的不足,然后引入数据挖掘技术对舰船通信网络异常数据变化特点进行刻画,实现舰船通信网络异常数据的弱关联定位,最后采用标准舰船通信网络异常数据集进行有效性测试。结果表明,本文技术可以获得高精度的舰船通信网络异常数据定位结果,而且舰船通信网络异常数据定位误差远远小于当前其他技术,具有十分显著的优越性,研究结果具有一定的理论和实际价值。     

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。     

分布式海上舰船远程监控系统算法研究

海上舰船机舱监控系统通过对机舱内运行的动力系统监控,实时获取运行的参数及状态,通过对数据及图像的分析处理来发现或预知问题以便及时修理。所以一个精确﹑实时性好的舰船监控系统是保障其航行安全必不可少的设备之一。相比较于传统的单中心平台舰船监控系统,分布式网络监控平台具有更高的时效性。本文在研究现有舰船机舱监控系统的基础上,对系统中的数据库建立﹑大数据融合以及图像信号处理以及实时性通信等关键问题进行优化,并给出系统的整体实现方案。     

多主机舰船机舱动力装置主机监控故障诊断系统设计

针对原有机舱动力装置主机监控故障诊断系统数据负载能力较差,导致多主机舰船机舱动力装置主机监控故障诊断精度较差的问题,设计新型多主机舰船机舱动力装置主机监控故障诊断系统。设计数据分析器,提升系统的数据分析能力,其余硬件引用原有系统硬件。在主机中安装传感器并设定信号数据库,完成动力信号的监控与采集。计算数据库内数据的有量纲参数,获取信号数据的特征值。在系统中增加机器学习模块,将特征提取后的数据进行训练,完成对主机故障的诊断。结合上述硬件与软件,多主机舰船机舱动力装置主机监控故障诊断系统设计完成。展开系统测试,与原有系统相比,此系统的负载能力较好。由此可知,此系统的使用性能优于原有系统。     

基于关联规则的远洋舰船运行监控大数据挖掘方法

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。     

舰船电力系统通信网络安全智能监测系统

现有的舰船电力系统通信网络安全监测系统所采用的安全监测逻辑,普遍为软件层的异常流量分析方案。在电力数据流量节点并行的异构状态下,此种监测方式存在很大的数据绕行漏洞,严重威胁舰船电力系统通信网络的安全。因此,提出并设计了舰船电力系统通信网络安全智能监测系统。在电力系统信号输出端设计异常流量监控硬件,为监控流量节点的异常行为分析计算提供平台支持;对通信层流量进行异常行为分析计算,锁定存在异常行为的节点位置;然后对异常节点进行针对性拦截提取计算,并搭建正常通信流量与服务器间的交互通道,实现舰船电力系统通信网络的安全智能监测。通过对比实验,对提出设计进行可行性验证。     

舰船用通信网络的异常数据监测技术研究

为了保障舰船用通信网络的数据传输的准确性,提高舰船网络的故障智能分析能力,需要进行异常数据监测,提出一种基于舰船用通信网络传输信号瞬时频率估计的异常数据监测技术。对采集的通信网络输出信号经过时频分解完成时域与频域之间的转换,采用高阶累积量特征提取方法进行舰船用通信网络中的异常数据检测,对检测的异常数据进行干扰和冗余数据滤波处理,完成对舰船用通信网络输出信号的瞬时频率估计,分析瞬时频率的异常状态特征,实现异常数据监测。仿真结果表明,采用该方法进行舰船用通信网络的异常数据监测能提高数据挖掘的准确度,对异常数据检测的虚警较低,抗干扰能力较强。     

Labview技术在机舱状态监测与报警系统开发中的应用

船舶机舱是柴油主机、变速器、操纵仪器与仪表的所在地,机舱的自动化程度直接决定了船舶的自动化程度。由于机舱含有大量的电子监控设备,且机舱的工作环境非常恶劣,因此,研究舰船机舱的状态监测与报警系统成为业内的热点。虚拟仪器Labview软件平台相对于传统的信号采集与控制平台来说,具有程序可视化、逻辑简单、可靠性高等优点,目前在工业控制领域获得了广泛的应用。本文基于Labview软件平台,设计了舰船机舱的状态监测与报警系统,并详细介绍了开发过程。     

使用数据挖掘实现舰船故障数据定位

为了更好地保障船舶航行安全,有效提高船舶的故障定位和检测能力,提出了使用数据挖掘实现舰船故障数据定位方法,通过对舰船故障数据进行实时采集和分类挖掘获取船舶航行过程中的异常数据,实现对船舶故障数据关联规则特征的准确提取。在进行故障定位的过程中,合理并利用电磁探测器和声敏传感器等设备进行故障诊断,并对不同类别船舶故障数据的高维特征融合的研究采用数据挖掘分析算法,利用数据挖掘分类器对船舶故障数据进行分类识别和定位挖掘,从而有效保障船舶故障数据定位的精确度和有效性。最后通过实验结果表明,使用数据挖掘实现舰船故障数据定位方法具有较高的故障定位精度。可以应用于船舶故障实时诊断,有效提高船舶故障诊断的实时性。     

基于物联网技术的舰船运行轨迹异常点识别

针对传统舰船运行轨迹异常点识别方法存在运行轨迹检测性能较差的问题,提出一种基于物联网技术的舰船运行轨迹异常点识别方法,获取舰船自动识别系统中的舰船运行轨迹数据,在舰船自动识别系统中,舰船运行轨迹数据的存放形式是日志文件,因此对系统中的日志文件进行挖掘,基于物联网技术对挖掘数据实施预处理,通过StopT-CB算法划分舰船运行轨迹以剔除停留点,便于进行异常点的识别,通过网格划分实现舰船运行轨迹的异常点识别。为了证明基于物联网技术的舰船运行轨迹异常点识别方法的运行轨迹检测性能更好,将传统舰船运行轨迹异常点识别方法与该方法进行对比实验,实验结果证明该方法的运行轨迹检测性能优于传统方法。     

基于CDMA网络的船舶在线式监控系统开发

在线式监控系统的功能是采集船舶的位置信息、机电设备的运行参数信息、船舶航行状态信息等,通过信息的分析和处理,获取舰船的实时工作状态,监控舰船运行状态是否存在异常.因此,信息的时效性对于舰船监控系统的性能有关键性的影响.CDMA是一种第三代移动通信网络技术,结合CDMA网络技术实现了移动舰船终端的准确定位,并结合CDMA...     

基于神经网络的舰船机舱火灾温度快速预测

为了更快、高精度的对舰船机舱火灾温度进行建模和预测,提出基于神经网络的舰船机舱火灾温度快速预测方法。首先分析当前舰船机舱火灾温度的研究进展,指出当前舰船机舱火灾温度预测方法的局限性,然后收集舰船机舱火灾温度的历史数据,通过神经网络对历史数据进行学习和分析,挖掘舰船机舱火灾温度变化特点,建立舰船机舱火灾温度预测模型,并对神经网络参数优化问题进行解决,最后与其他舰船机舱火灾温度方法进行对比实验。结果表明,神经网络的舰船机舱火灾温度预测精度超过90%,远远高于其他舰船机舱火灾温度方法的预测精度,同时减少舰船机舱火灾温度预测建模时间,能够快速对舰船机舱火灾温度进行预测。     

基于本地信噪比的舰船网络目标节点原始状态恢复方法

传统的舰船网络目标节点原始状态恢复方法存在扫描目标节点时间过长的问题,为此,设计基于本地信噪比的舰船网络目标节点原始状态恢复方法。利用监控模块监控网络中的目标节点,扫描各节点运行状态,通过请求本地信噪比筛选出有效的节点状态传输数据,经过数据融合后,将数据传输至管理中心,通过计算目标节点与相邻节点的距离,调度现有的节点或增加额外的节点恢复目标节点原始状态,至此舰船网络目标节点原始状态恢复方法设计完成。测试结果表明:与传统的目标节点原始恢复方法相比,设计的基于本地信噪比的舰船网络目标节点原始状态恢复方法扫描节点时间缩短了2倍左右,说明该方法适合应用在舰船网络目标节点原始状态恢复中。     

改进分布式网络测控技术的舰船电站监控系统

现有的舰船电站监控系统,存在着自动化程度低的缺陷。为了解决上述问题,引入改进分布式网络测控技术设计舰船电站监控系统。舰船电站监控系统硬件设计包括电能计量芯片选择、电参数采集电路设计与通信接口设计;系统软件设计包括数据采集模块、数据存储模块与舰船电站测控模块。通过系统硬件与软件的设计,实现了基于改进分布式网络测控技术的舰船电站监控系统的运行。实验结果显示,与现有舰船电站监控系统相比较,设计的舰船电站监控系统极大地提升了自动化程度,充分说明设计的基于改进分布式网络测控技术的舰船电站控制系统具备更好的性能。     

基于Morlet小波的船舶机舱监控系统研究

当船舶机舱设备异常或故障时,传感器采集到的数据序列中往往存在着突变信号,通过分析这些突变信号可对设备的运行状况进行有效预警。本文将Morlet小波应用于机舱数据分析中,能够准确识别异常数据中的突变信号,并运用Mann-kendall检验法提取其突变点。建立了预警分析处理模型,结合实际机舱样本数据验证了预警实现的可行性,结果表明基于Morlet小波的船舶机舱监控系统提取的突变点精确、可靠,预警精度高。     

基于数据挖掘的船舶机舱监控系统

针对常规机舱监控系统已不能满足日趋智能化和数字化的船舶机舱设备的监控要求,提出并开发了一套基于数据挖掘的船舶机舱监控系统。该系统不仅能实现常规机舱监控系统的监控功能,而且融入了智能数据挖掘技术,可实现在线数据挖掘和分析,扩充了监控系统的内涵。设计了基于数据挖掘的船舶机舱监控系统硬件和软件部分,给出了适合船舶机舱数据挖掘的聚类算法,并利用该算法结合实船数据进行了挖掘分析;结果表明该系统稳定可靠、界面友好、挖掘方法合理,满足实船数据处理要求,为船舶机舱监控系统的设计及应用提供了一种新的思路。     

舰船监控网络异构监控数据自适应存储方法

为快速有效存储舰船监控网络异构监控数据,提出舰船监控网络异构监控数据存储方法。此方法主要用于优化舰船监控网络监控数据云存储平台的存储效果,多个舰船监控设备,经多个虚拟网关在数据接口层统一接口的使用下,将异构监控数据发送至数据处理层;数据处理层使用基于聚类的异构监控数据分类方法,将异构监控数据按照来源分类;分类后数据发送至分布式数据存储层,使用基于自适应分配的异构监控数据存储方法,结合分布式数据存储模型的可用容量与带宽状态,将分类后监控数据以自适应分配方式,存储于性能最优的存储模型,完成自适应分配存储。实验结果表明,此方法具备舰船监控网络异构监控数据自适应存储能力,存储效率、成功率显著提高。     

舰船网络服务器的网络流量异常检测

舰船网络服务器是保证舰船正常运行的重要设施。舰船网络服务器一旦遭到入侵,网络流量就会发生异常,严重影响舰船的正常运行。但现有的舰船网络入侵检测方法无论从速度还是准确性上都无法满足入侵检测的要求。基于该模型,提出一种船舶网络流量异常检测方法。通过对舰船网络流量异常特征提取算法的优化,找出最佳特征子集,进行去噪,建立舰船网络流量异常检测模型,优化流量异常检测流程,以实现对舰船网络服务器的网络流量异常检测。最后通过测试结果表明:舰船网络服务器的网络流量异常检测方法能有效地检测船联网系统的异常状态,在保证检测精度的前提下,可以大大缩短检测时间。