面向船舶电力系统故障诊断的数据仓库与数据挖掘技术

为适应大型船舶电力系统的数字化和信息化发展需求,建立一个以数据仓库技术为基础,以数据挖掘技术为手段的故障诊断决策系统,实现对船舶电力系统故障的分析和预测。融合数据仓库技术和数据挖掘技术,设计船舶电力系统故障信息数据仓库系统架构,并对数据挖掘技术的主要应用方法和数据挖掘算法的性能进行分析,在此基础上提出基于Prism算法的电力监控信息数据挖掘方法,并通过仿真试验验证该方法的有效性。试验结果表明,该方法能为船舶电力系统故障诊断提供辅助决策,进而合理安排检修计划,提高船舶电力系统的安全性和稳定性。     

基于数据挖掘的雷达杂波信息处理

雷达探测效能受目标特征、天气条件影响较大,回波中杂波信息复杂,难以处理,导致雷达探测信息不够精确,不易用来进行辅助决策。采用数据挖掘技术,利用决策树算法,构建数据挖掘模型,对雷达杂波信息进行数据挖掘,发现隐藏在杂波信息中的有价值的规律和模式,可有效消除噪声信息的影响,使雷达在使用中更好地用于分析预测和辅助决策。     

基于二型模糊数据挖掘的船用气象数据网络应用

海上气象灾害是影响船舶航行最危险的环境因素,如何通过船用气象传感网络采集的数据进行气象灾害预测及决策是现代海上决策系统研究的重点。随着计算科学的发展,数据挖掘在大数据处理中得到广泛应用,根据船用气象数据的噪声及边界模糊特性,本文选择基于二型模糊数据挖掘的船用气象数据决策模型,对气象数据采用密度因子进行分布调节,同时将多维气象数据进行降维处理,设计高效的海上气象灾害决策系统,最后进行实验。     

管理会计在船舶修造企业应用的理论探讨

文章主要介绍管理会计的基本原理和其区别于传统财务会计的独特之处,强调管理会计中的预测决策体系、全面预算管理及责任会计在船舶修造企业中的适用性,为管理会计在船舶修造企业的应用提出建设性的对策。     

空间数据挖掘及其在海洋地理信息系统中的应用

空间数据挖掘是数据挖掘中的一个重要门类,空间数据挖掘的意义是在空间数据库或数据仓库的支持下,提取、推理出未知、有价值、可利用的关系、模式或趋势,从而为决策系统提供支持。随着海洋测量技术和电子地图技术的持续发展,以及计算机存储容量的不断扩大,使得海洋地理信息系统中出现了海量数据,如何对这些数据进行有效利用,从而进一步发现价值,是当前海洋地理信息系统研究的主要课题之一。本文介绍空间数据挖掘技术的主要原则,分析空间数据挖掘的实际效果,并研究空间数据挖掘在海洋地理信息系统中的应用,为今后海洋地理信息系统的完善和提高提供依据。     

基于数据挖掘的服装计划决策支持系统

近年来,数据挖掘技术在市场分析预测、客户分析预测方面得到了广泛的应用．结合服装行业自身特点,在服装企业历史数据的基础上,利用数据挖掘技术对服装的需求进行了有效的分析,在这一思路的指导下我们开发了基于数据挖掘的服装计划决策支持系统．     

商品销售预测中GM(1,1)马尔可夫链的应用

在现代经济快速发展的今天,预测对于企业在激烈的竞争中占有一席之地显得尤为重要,因此产品的销售预测也是一个研究的热点。本文采用灰色预测方法结合马尔可夫链的应用,使得预测更为合理科学。文章简要介绍了灰色预测模型和马尔可夫链模型,并且给出了灰色预测模型的商品销售预测结果,最后把灰色预测模型和马尔可夫方法两者结合起来完成了商品的销售预测,验证了该方法的可用性,得出了比灰色预测更加准确的预测。     

基于RS的知识发现技术探索性研究

利用基于粗糙集理论(RS)的知识发现系统,对一组从医院获取的肝病症状数据建立的数据库进行数据挖掘,取得了较好的效果。这一探索性研究,为将RS理论运用于舰载作战指挥系统的威胁等级判断和决策知识发现作了基本理论准备。     

仿真技术在港口物流中的应用现状及前景

目前，IT技术已广泛运用于港口企业，对提高企业运作的敏捷性和精准性、提升企业的服务质量起到了重要的作用。计算机仿真技术属于预测及决策支持型的IT技术，它将一个随机动态复杂系统的运作过程在计算机上进行再现和预演，由此预测系统未来的状况，提供可改善系统运作绩效的策略。     

基于协同过滤的舰船营运数据挖掘算法研究与实现

传统的舰船营运数据挖掘算法存在着性能较差的缺陷,为此提出基于协同过滤的舰船营运数据挖掘算法研究与实现。将采集的多种数据来源的舰船营运数据进行集成,以得到的舰船营运数据集成为依据,构建矩阵分解模型,得到用户对舰船营运数据预测评分矩阵,采用分层随机梯度下降法对预测评分矩阵进行求解,以得到的预测评分为基础采用协同过滤算法实现了舰船营运数据的挖掘。通过实验得到,提出的舰船营运数据挖掘算法的RMSE参数平均值比传统算法小了0.34,说明提出的舰船营运数据挖掘算法具备更好的性能。