共查询到20条相似文献,搜索用时 15 毫秒
1.
舰艇预警系统关键数据挖掘方法受到多方面因素影响,其方法可信度较低,因此提出机器学习辅助下舰艇预警系统关键数据智能挖掘方法。通过构建关键数据智能预测模型,进行舰艇预警系统关键数据均值分类,对分类后关键数据实施预处理,经过极致化计算从而实现关键数据均值智能挖掘。通过对设计舰艇预警系统关键数据智能挖掘可信度计算,针对同一参数下机器学习舰艇预警系统关键数据智能挖掘模型与传统数据智能挖掘方法可信度进行对比,从而证明研究方法有效性。 相似文献
2.
针对舰船监控网络病毒检测系统检测结果精度较低的问题,设计安全防护环境下舰船监控网络病毒检测系统。在此次设计中沿用原有舰船监控网络病毒检测系统硬件,着重进行系统软件设计。通过构建软件框架进行软件设计,设定病毒规则库并对网络数据进行捕获;将捕获后的数据通过滤波进行预处理;采用聚类的方式进行数据挖掘并构建病毒特征库;将网络中的数据与病毒特征库进行匹配,完成网络病毒的检测。至此,安全防护环境下舰船监控网病毒检测系统设计完成。构建对比试验,对比检测范围体现检测精度。与原有系统相比,此系统检测范围更加完成。由此可见,此系统检测精度更高,检测更有效。 相似文献
3.
舰船机舱监控网络高维感知数据主要包含正常状态数据与异常状态数据,其中异常状态数据规模较大,增加舰船机舱监控网络高维感知数据弱关联挖掘的难度,导致数据弱关联挖掘效率较低,为此设计一种舰船机舱监控网络高维感知数据弱关联挖掘方法。采集舰船机舱监控网络高维感知数据,计算采集到的数据点与数据点之间的紧密联系度,确定异常数据最合适的异常处理时间,在此基础上,对正常感知数据与异常感知数据特征相关性参数进行统计特征分析,对数据弱关联模糊值评估,完成舰船机舱监控网络高维感知数据弱关联挖掘。实验证明,在正常感知数据与异常感知数据弱关联挖掘上,此次设计的方法都比传统2种方法的挖掘效率高。 相似文献
4.
5.
6.
传统的网络被动数据关联算法存在计算复杂,迭代次数过多的问题。为此提出基于云计算的舰船网络被动数据快速关联算法。采用目标假设的方法,去除被动数据中的虚假目标,构建约束条件,初始化拉格朗日乘子,通过云计算的方式求取目标函数对偶解,获得关联数据结果集,实现舰船网络被动数据快速关联。测试结果表明,与传统的被动数据关联算法相比,舰船网络被动数据快速关联算法利用云计算,简化了运算,减少了迭代次数,使得算法快速收敛。 相似文献
7.
8.
9.
舰船在实际进行无线通信时,联合调制的低信噪比信号易受到干扰,导致识别算法正确识别次数过少,针对这一不足,研究一种舰船无线网络通信联合调制自动识别算法。预处理舰船无线信号,选取信号的瞬时信息与统计信息作为特征参数组合,提取联合调制特征参数,利用提取的参数,构建一个分层迭代的识别结构,抵制干扰,完成对自动识别算法的构建。实验设置无线网络通信参数,设定识别次数为100,信噪比实验环境为-5~20 d B,使用2种传统识别算法与之对比。结果表明,文中构建的自动识别方法在不同实验环境下,平均正确识别次数为95次,正确识别次数最多。 相似文献
10.
11.
为避免舰船编队通信网络在数据传输时出现网络堵塞和冲突,提高数据传输速率,研究舰船编队通信网络混合数据智能调度方法。分析舰船编队通信网络结构,根据舰船通信网络状态,构建混合数据智能调度优化目标函数,基于深度学习网络的优化方法,获取最佳混合数据智能调度方案。经实验验证可知,该方法可有效降低混合数据传输时延与路由开销,提高分组投递率,避免通信网络发生堵塞现象。 相似文献
12.
13.
《舰船科学技术》2017,(19)
为了提高舰船航行的安全和效率,达到最佳操船效果,需要建立舰船自动智能避碰数字模型。当前模型在分析舰船避碰风险度的基础上,通过人工智能、进化计算和软计算等方法实现舰船自动智能避碰,存在避碰识别准确率较低的问题。本文提出一种新的舰船自动智能避碰数学模型,首先对舰船会遇态势进行判断;然后建立预测舰船碰撞风险判断模型,预测本舰船实施自动智能避碰方案后的复航时机是否已到,以及本舰船立即复航是否能够让清目标舰船或其他所有目标舰船;最后依据舰船碰撞风险判断结果,以当前舰船潜在碰撞风险为例,建立舰船自动智能避碰数学模型。仿真结果证明,所提模型能够实现舰船自动智能避碰。 相似文献
14.
为了提高舰船航行的安全和效率,达到最佳操船效果,需要建立舰船自动智能避碰数字模型.当前模型在分析舰船避碰风险度的基础上,通过人工智能、进化计算和软计算等方法实现舰船自动智能避碰,存在避碰识别准确率较低的问题.本文提出一种新的舰船自动智能避碰数学模型,首先对舰船会遇态势进行判断;然后建立预测舰船碰撞风险判断模型,预测本舰船实施自动智能避碰方案后的复航时机是否已到,以及本舰船立即复航是否能够让清目标舰船或其他所有目标舰船;最后依据舰船碰撞风险判断结果,以当前舰船潜在碰撞风险为例,建立舰船自动智能避碰数学模型.仿真结果证明,所提模型能够实现舰船自动智能避碰. 相似文献
15.
《舰船科学技术》2017,(18)
为了提高舰船导航和定位能力,需要对大密度的舰船电子海图数据进行快速准确检索,针对舰船电子海图数据分布密度大、散列性较强的特点,提出基于自相关特征匹配和模糊C均值聚类的大密度舰船电子海图中数据快速检索方法。采用有向图和决策树构建舰船电子海图数据库的检索节点分布结构模型,提取舰船电子海图数据的语义关联性和规则性特征,采用自相关特征匹配方法对检索数据进行指向性挖掘和信息融合处理,对挖掘的关联数据进行模糊C均值聚类,实现对大密度舰船电子海图数据的分类检索。仿真结果表明,采用该方法进行大密度舰船电子海图中数据检索的收敛速度较快,提高数据检索的查准率和查全率,检索效率和准确性较高。 相似文献
16.
17.
18.
19.
《舰船科学技术》2020,(4)
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。 相似文献
20.
舰船物联网流量具有随机性、规律性的变化特点,为更好分析舰船物联网流量变化趋势,构建基于数据挖掘技术的舰船物联网流量预测方法。首先收集舰船物联网流量的数据,并对其进行聚类分析,选择部分样本作为训练样本,然后采用灰色理论模型对舰船物联网流量数据进行挖掘和分析,构建舰船物联网流量的预测模型,最后采用仿真实验对舰船物联网流量预测模型的拟合能力和泛化能力进行分析。结果表明,本文方法不仅可以高精度拟合舰船物联网流量变化特点,而且泛化能力良好,获得了高精度的舰船物联网流量拟合和泛化结果,比其他模型的舰船物联网流量预测效果更优。 相似文献