基于大数据分析的水下航行器运行轨迹规划模型研究

传统水下航行器轨迹规划计算处理过程中,受到自身算法逻辑参数影响,建模数据计算涵盖不够严谨,无法对小概率误差轨迹进行引入分析,从而导致航行器预判轨迹出现偏离。针对问题产生原因,提出基于大数据分析的水下航行器运行轨迹规划模型研究。首先,对传统模型计算算法进行修正,引入MFT样条差值规划算法对构建模型轨迹数据进行优选规划计算;接着引入迭代多项轨迹构造算法,对规划模型数据进行轨迹模型构建计算;最后,通过对构建模型进行仿真数据测试。通过与传统模型的对比证明提出构建的轨迹模型能够解决传统模型存在的问题与不足。     

基于大数据分析技术的船舶信息系统设计

为解决常规船舶信息系统执行大数据运算时,存在运算有效性较低的不足,提出了基于大数据分析技术的船舶信息系统设计。基于船舶信息系统模块设计以及电路设计,实现船舶信息系统硬件设计;依托船舶信息系统软件结构设计、调取算法设计实现船舶信息系统软件设计,完成基于大数据分析技术的船舶信息系统设计。试验数据表明,提出的船舶信息系统较常规船舶信息系统,运算有效性提高52.07%,适合现代船舶运行。     

基于PSO-SVR与LSTM算法的复合地层下刀盘扭矩预测与分析

在盾构机实际施工过程中,对于刀盘扭矩的预估是盾构装备设计与施工调整的重要依据。地铁盾构施工区间往往穿越多个地层并历经复杂的地质环境,盾构机每掘进1环将会产生海量的地质参数与机械参数数据,对于庞大的数据体系,传统的统计分析方法已经无法满足数据量的需求。文章提出用机器学习算法结合数据预处理方法来对复合地层下的刀盘扭矩进行建模预测。鉴于盾构数据具有时间属性的特点,文章采用PSO-SVR与LSTM时序算法进行对比分析。首先采用数据预处理的方法进行数据清洗和特征筛选,之后将样本数据用于模型建立,最后对模型的适用性进行对比分析。分析结果表明,LSTM时序分析算法在盾构掘进参数预测方面具有更好的表现效果,平均误差率仅为5%左右,可以满足工程层面的需求。     

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。     

基于大数据分析的复杂环境舰船导航方法

为了提升舰船作战能力,提出基于大数据分析的复杂环境舰船导航方法。利用舰船搭载传感器获取水域环境信息,采用栅格法构建复杂环境模型,基于大数据分析技术预处理舰船导航数据——时间归一化处理、误差改正处理与野值剔除处理,融合GPS与IMU数据,确定舰船导航当前的绝对位置。以舰船导航定位结果为依据,应用遗传算法获取最佳舰船航行路径,从而实现复杂环境舰船的导航。实验数据显示,本文方法舰船导航定位误差最小值为0.12%,舰船导航路径长度更短,更平滑,充分证实了本文方法舰船导航性能更佳。     

基于大数据分析技术的船舶航行环境感知信息实时分类研究

为提高船舶航行环境感知信息分类速度,研究基于大数据分析技术的船舶航行环境感知信息实时分类方法。采用工具层中的激光雷达传感器、风速/风向传感器、温湿度传感器,感知的船舶航行环境中障碍物、风速与风向、温湿度信息,在处理层中的Hadoop分布式大数据计算引擎中,由MapReduce并行大数据计算技术,将感知信息分块后,由map启动基于小波阈值的环境感知信息去噪方法,去除分块感知信息中噪声信息后,再启动K-最邻近分类器,计算去噪后分块感知信息样本与已知类型的感知信息隶属度,依据感知信息隶属度完成感知信息分类,最终通过reduce整合分类结果。经测试,本文方法对航行环境中感知信息分类时延仅2 s,延迟短,可实时分类船舶航行环境感知信息,且分类结果不存在信息混乱问题。     

基于MFD的高铁站周围路网诱导-控制方法

区域边界控制在缓解城市区域交通拥堵方面具有巨大的潜力,但同时容易导致区域边界处形成严重的排队现象.为了解决这一问题,结合高铁站周围路网的交通特性,提出了一种将交通诱导与区域边界控制相结合的基于宏观基本图(Macroscopic Fundamental Diagrams,MFD)的诱导-控制方法.首先,为满足同质性要求,...     

基于车联网数据的电动汽车驾驶评价应用

新能源汽车相对于传统燃油车,在运行过程中采集了大量的行驶数据。通过对数据的挖掘与分析,可以为用户的驾驶习惯和新能源汽车的研发提供参考。论文提出一种基于车联网大数据的驾驶行为评价模型,旨在研究电动汽车用户的驾驶行为。首先分别从驾驶习惯、安全系数、能量消耗维度进行分析和研究,然后构建并提取不同维度的特征变量,通过逻辑回归分类模型和评分卡方法,分别输出驾驶习惯分数、安全性分数、能量消耗分数。最后进行了实例应用验证,结果表明,所采用的的方法能有效评价用户实际的驾驶行为。     

RST改性沥青的短期老化性能评价

为更好地促进RST改性沥青的工程化应用,测试了不同RST掺量下的RST改性沥青针入度(25℃)、软化点、延度(5℃)与135℃运动黏度,分析其稠度、高温稳定性、低温抗裂性与工作性能。测试了经旋转薄膜烘箱(RTFOT,75min与5 h)模拟短期老化后的不同RST掺量改性沥青的残留针入度(25℃)、残留延度(5℃)与质量损失,并用变异系数CV评价残留针入度比(25℃)随掺量变化的稳定性。采用荧光显微镜分析了老化后RST改性沥青的微观形貌。结果表明：RST改性沥青的针入度、延度与135℃运动黏度随RST掺量增加呈线性变化趋势,软化点呈S型增长;经RTFOT老化后残留针入度、残留延度随掺量变化规律不变,但残留延度受老化时间影响较大;RST掺量超过15%后改性沥青的胶体结构分布不再均匀。     

铁路电务智能运维应用系统研究与设计

基于铁路数据服务平台实现数据集成存储、数据共享交互、数据价值深度挖掘、数据综合利用,在铁路电务专业数据基础上,运用机器学习算法、健康状态评估算法,构建集通信应用和信号应用于一体的铁路电务智能运维应用系统.系统为电务设备检修、维护、管理等提供辅助决策支撑,提高电务设备安全管理效率,保障铁路运输安全,进一步提升铁路电务设备...