基于AFC和POI数据的轨道交通车站客流影响因素挖掘

精细化研究轨道交通车站客流影响因素对于建立轨道交通与土地利用长效互动机制,发挥轨道交通支撑和引领城市发展作用,指导轨道新线开通和周边用地开发等具有重要意义。以南京为例,首先获取轨道交通运营客流AFC数据和网络爬取的POI数据;然后考虑四种类型轨道交通车站客流特征,挖掘用地特征、公共交通接驳特征、车站属性三类因素;最后利用结构方程模型分析城市轨道交通规划建设与城市用地开发之间的作用机制。实证结果表明,基于POI获取的住户数、商业设施数、文化设施数、公共汽车线路数等数据对工作日轨道交通进站客流有突出贡献。     

神经网络在多目标分布式融合中的应用研究

提出了适合分布式多传感器多目标(MSMT)数据融合估计算法，对这种推广的分层融合估计算法进行了数学推导和描述，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度，并且这种融合方法是有效的。     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

船岸一体AUTONET新样机的研制

船岸一体大数据池是新时代的需求,市场上已开发不少采用欧美通信制式的试验系统,但至今未批量应用,主要有4个原因：1）卫星通信传输带宽流量太大,卫星资源远不够用;2）由于卫星成本是天文数字,经济上不可行;3）船岸一体大数据需要视频图像数据传输,流量成本巨大;4）船岸一体大数据需要高性能传输高速大容量,数据响应要达到毫秒级,以有效实现无人驾驶及智能控制,而旧通信制式系统性能远达不到要求。文章对招商局邮轮制造有限公司创新研制的广播同步及数字孪生制式的船岸一体AUTONET新样机进行介绍。船岸一体AUTONET新样机采用“单船30个摄像头+音视黑匣子+雷达+电子海图+一万个实时数据传输”的配置,数据响应为毫秒级,单平台容量达到1.3亿,样机所需卫星带宽小于256 kb,相较于通信制式的样机减少数百倍。船岸一体AUTONET新样机能够实现新时代的船岸一体大数据、无人驾驶及智能监控管理的需求,性能达到国际先进水平。     

舰船传感网络入侵数据快速定位方法分析

为了保证舰船传感网络的安全运行,提出舰船传感网络入侵数据快速定位方法。通过网关/基站和节点,设计适合舰船传感网络入侵数据定位的拓扑结构,并根据构建的目标定位网络拓扑结构,采用三边质心法获取入侵节点坐标,完成对舰船传感网络入侵数据的快速定位。根据实验结果可知,所提方法能够快速且精准的对舰船传感网络入侵数据进行定位,为舰船网络通信安全奠定了基础。     

基于计算机大数据的船舶视频图像类型辨识分析

传统船舶视频图像类型识别算法在图像类型识别计算过程中,存在视频图像高频尺度空间像素子带系数计算精度较低,导致图像画面差异辨识度降低,无法高精度对比图像特征参量的问题。因此,提出计算机大数据船舶视频图像类型辩识分析。通过神经网络算法,建立视频图像特征的神经网络模型;根据特征模型推导建立辨识模型。在辨识模型的基础上,通过导入大数据高频子带尺度算法,对图像特征尺度空间内的高频子带系数进行优化计算,从而提升视频图像类型的辨识精度。通过实验数据对比表明:提出的视频图像辨识算法,能够有效改善图像类型识别环境,提升图像类型辨识精度,解决了传统辨识算法辨识精度低的问题。     

船舶无线网络通信过程差错数据智能检测方法

现有的异常数据检测方法无法适应船舶无线网络通信环境,存在漏检率高的问题,为此提出通信网络差错数据智能检测方法。根据舰船无线网络通信的特点,选取通信数据差错特征。利用数据采集设备,获取船舶无线网络通信过程数据。通过计算数据集的离散度与设置置信区间2个步骤,实现对通信过程差错数据的识别。以识别结果为基础,分别从数据长度、格式和内容3个角度,实现对通信差错数据的智能检测。为了验证设计的智能检测方法的检错能力设计性能对比实验,结果表明,与传统差错数据检测方法相比,设计的智能检测方法的漏检率降低了30.1%,且通过该方法的检测与控制提高了无线网络通信的稳定性。     

基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

云计算平台中大规模电子航海信息全局监控系统

在大数据环境背景下,针对传统船舶电子信息监控系统,存在多样数据融合性计算能力差,数据多样整合处理时间长,导致出现全局监控力不足的问题。基于大数据处理技术,提出基于大数据融合的船舶动态电子信息全局监控系统设计。根据大数据融合的技术要求,创建船舶多样数据采集融合架构,通过搭建的硬件对船舶多项数据进行采集,配合引入的纵深融合算法,利用大数据融合技术对采集的多样数据进行深度融合计算,实现信息全局一体化监控。通过对比实验数据,证明设计的监控系统,在解决传统监控系统数据融合问题上,具有显著效果,满足设计需要。     

船舶网络攻击数据自动化同源判定方法

通过对船舶网络攻击数据的自动化同源判定,提高网络攻击检测能力,提出一种基于盲源分离和空间波束形成的船舶网络攻击数据自动化同源判定方法。构建船舶网络攻击数据的非线性时间序列分析模型,采用冲激响应特征提取方法进行船舶网络攻击数据的自适应聚焦,根据数据聚焦结果进行数据空间波束形成,提取船舶网络攻击数据的特征图谱,根据最强冲激响应判定方法实现对船舶网络攻击数据的盲源分离,从而实现船舶网络攻击数据自动化同源判定。仿真结果表明,采用该方法进行船舶网络攻击数据自动化同源判定的精度较高,对网络攻击数据的准确检测性能较好。