基于GRNN算法的船舶轨迹分析方法

由国际海事组织(IMO)、国际电信联盟(ITO)、国际电工委员会(IEC)等组织牵头研发的以现代通信技术、电子信息技术等为核心的船舶自动识别系统(Automatic Identification System, AIS)几乎安装在所有在籍的船舶上,AIS数据在船舶的定位、动态轨迹上有着重要的作用。针对现有用于AIS数据轨迹插值的方法存在平滑性能较差、精度无法统一等缺点,基于GRNN神经网络的非线性映射能力及学习速度极高的优势,提出一种用于AIS数据插值的L-GRNN算法。仿真研究和实船数据验证表明,该方法的精度、平滑性能较好,与传统的AIS数据插值方法相比,同时具备精度、平滑性能,具有良好的工程适用价值。     

基于SOM的水声数据可视化算法优化研究

传统的水声数据算法存在算法结构计算不够明确,在数据计算中,无法准确对数据进行环节清晰展现,导致数据结果无法进行反向验证的问题。因此提出基于SOM的水声数据可视化算法优化研究。通过引入SOM神经水声数据分析算法,对水声数据进行神经元数据分析,完成对水声数据的预分析;接着,引入水声特征直方图分类算法,对完成预分析计算后的水声数据进行直方图特征分类计算,清晰数据类别;最后,引入可视化算法的引入与执行计算,将分类后的水声数据进行可视化转换计算,完成对传统算法整体优化;通过设计的仿真实验,证明提出优化方法的有效性与可行性。     

基于半监督模糊聚类的入侵检测技术

针对当前入侵检测技术检测率较低、误报率较高,特别是难以检测新型入侵的不足,通过研究基于机器学习的异常入侵检测系统,提出了一种基于半监督模糊聚类的异常入侵检测算法SFCA(Semi-supervised Fuzzy Clustering Algorithm).算法通过加入数据之间的相关信息,同时引入代价函数来平滑目标函数,降低其对孤立点数据的敏感程度.通过利用少量的标记样本,生成用于初始化算法的种子聚类,然后辅助聚类过程.实验表明,与FCM(Fuzzy C-means)聚类算法相比,SFCA算法具有较高的性能.     

海洋实时监测数据库的多来源数据深度挖掘方法

在舰船实时监测数据库的数据挖掘中,针对使用传统数据挖掘方法伸缩性较小的问题,提出了一种舰船实时监测数据库的多来源数据深度挖掘方法,利用差集交叉计数策略,将舰船实时监测数据库中垂直数据格式的多来源数据转换为水平数据格式,利用基于数据集的数据聚类方法,对舰船实时监测数据库中的水平数据格式多来源数据进行聚类分析,利用HFPM数据集构造法,实现舰船实时监测数据库的多来源数据深度挖掘。为了验证该方法的有效性,与PFP数据挖掘方法与mrDFIN数据挖掘方法进行对比,得出该方法的伸缩性为92.3%,通过比较可知,本文所提方法的伸缩性最大,证明了该方法的有效性。     

基于时延数据融合的港口船舶监控策略研究

在对现有港口船舶航行监控方法以及导航技术详细分析的基础上,结合基于Kalman滤波的数据融合技术,讨论了利用雷达、GPS以及AIS数据进行港口船舶导航算法和监控策略的设计问题。针对现有的时延平滑估计存在的缺点,提出一种基于时延的集中式预测估计融合算法。新算法具有很高的实时性和可实施性,同时,将新算法与现有的时延平滑估计融合算法相集成,提出一种完整的船舶导航和监控策略,计算机仿真算例验证了新算法的优越性,同时显示了新监控策略的有效性。     

基于灰色理论的海浪实时预报

在气垫船高速行进过程中,由于其自身的特点,对其运动参数进行精确控制时,需要对海浪进行实时预报,以减小滤波的滞后.文中基于ITTC双参数谱对海浪数据进行了仿真,并将灰色GM(1,1)模型用于海浪信号的实时预报.针对海浪数据的特殊性,提出一种新型的数据预处理方法.预报结果可知,经过镜像数据预处理后,灰色GM(1,1)模型完全可以对海浪数据进行实时预报,其精度满足实际工程需要.     

基于近邻传播算法的高光谱波段选择

由于高光谱图像具有波段之间相关性高,信息冗余性强等特点,高光谱图像降维是高光谱图像预处理中的重要一步。波段选择在降维的同时能够保留原始数据的物理意义,在很多方面有着应用。近邻传播算法(Affinity PropagationClustering,AP)是Fray等在2007年提出的一种聚类方法。它将全部数据点看作潜在聚类中心,根据数据点之间的相关性进行聚类。论文提出一种基于AP聚类的波段选择方法,将小波变换引入聚类算法中相似度和偏好值的计算。将降维结果输入最小距离分类器进行分类,计算分类准确性,并通过数据集Indiana Pines验证,对比实验结果验证了论文提出方法的有效性。     

基于InTouch的起重机的动态数据交换

将起重机的预定坐标写入Excel中,利用组态软件InTouch与Excel之间的动态数据(DDE)功能,再将数据引入PLC中,实现对起重机的自动化控制。通过人机交互界面显示Excel数据,系统对起重机的状态远程监控,提高了起重机的可视化操作。     

云计算的舰船网络入侵检测算法研究

普通入侵检测方法,不能在舰船保持运动状态情况下,准确判断入侵数据所处位置,并快速清除入侵数据。为解决此问题,搭建基于云计算环境的舰船网络入侵检测算法。通过数据捕捉模块的搭建、数据预处理模块的搭建,完成云计算运行环境的搭建。通过舰船网络总体结构的搭建、入侵检测算法的优化,完成算法的搭建。引入PSO法则,对算法的实现起到一定约束作用。设计对比实验结果表明,新型算法与普通方法相比,可以准确判断入侵数据所处位置,并大幅节省清除入侵数据所需时间。     

基于分类矩阵ID3决策树的数据预处理技术研究

分析数据挖掘中数据预处理的重要性,提出了一种基于分类矩阵的ID3算法,通过引入分类矩阵对ID3算法的多值偏向性和分类速率进行改进,并利用实例对改进效果进行验证,最后在数据挖掘的预处理中,分析了改进算法在缺失值填充和异常数据处理中的具体应用.通过分析可以发现该改进算法能有效克服多值偏向性并提高分类速率,并在数据预处理中有很好的应用效果.     

基于无人水面艇感知网的目标船航迹关联与数据融合

针对现有无人水面艇（Unmanned Surface Vehicle，USV）在航行过程中感知周围航行目标时出现的数据源单一、数据延迟、数据丢失等问题，提出一种基于USV搭载的航海雷达和全球定位系统（GPS）数据源的USV海上航行目标感知数据融合方法。基于最小误差法提出雷达原始图像数据解析算法，并采用数据剔除、时间空间统一方法完成对目标数据预处理，构建基于欧氏距离和马氏距离的航迹关联算法模型、基于层次分析法（Analytic Hierarchy Process，AHP）和专家评价法的融合数据权重分配模型。同时，开展USV试验研究，验证整体融合方法。结果表明，目标原始数据预处理方法合理可靠，融合算法稳定可信，可为USV海上航行目标感知、安全航行及快速避碰提供技术和算法支持。     

耙吸式挖泥船日志系统数据后处理程序开发

对"浚洋1"挖泥船日志系统基础架构进行解析.基于Python设计开发日志系统的数据后处理程序,建立耙吸船运行参数数据库,实现数据的可视化显示和交互功能,提出基于时序和时刻的耙吸船工作状态判定算法.以斯里兰卡科伦坡港口城发展项目(2017—2018年)为例,结合施工日报统计数据对程序算法进行测试,结果表明该算法具有较好的...     

无人水面艇性能测试与分析系统数据库设计与应用

为解决无人水面艇（Unmanned Surface Vessel,USV）航行数据在信息多样化、来源不一、存储格式不同、难以共享等问题,利用数据库技术,建立USV性能测试与分析系统。对该系统进行数据预处理、数据库整体设计和数据表结构设计,完成USV航行状态监测数据的集中管理。该系统为PC端和云服务平台提供数据可视化、航迹查询和历史数据查询等功能服务,可实现USV航行状态的多点实时监测。     

数据整合中交互过滤扫描算法

当重复记录检测算法对大型数据库进行处理时,由于需要多次扫描数据库,时空消耗较大且效率较低。为了提高检测算法的效率,在区域无关扫描算法的基础上提出了交互过滤扫描算法。该算法在关键字排序上提出了按键盘字母顺序的排序规则,可缩小了重复记录之间的距离,减少比较次数。在两条记录应用字符串模糊匹配算法进行比较前,根据用户提供的相似度对数据库中的记录进行过滤处理。可避免数据库中差异度较大的两条记录在模糊匹配中的时间消耗。实验证明该算法的性能要优于区域无关扫描算法。     

船舶组合导航系统测量数据预处理技术研究

本文研究了船舶组合导航系统随机测量数据的等权、变权平均测量数据预处理技术及基于数据压缩技术后的滤波方程和应用仿真。最后，讨论了预测数据中扰动值的剔除方法。     

一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

基于区域模糊直方图的图像检索

将图像分割算法和模糊理论相结合,提出了基于区域模糊直方图的图像检索方法。用快速聚类算法对图像进行区域分块,以各区域的视觉特征为基础,建立图像模糊直方图并进行图像检索。在1000幅通用图像库上的实验表明,该方法可以得到比较满意的检索结果。     

一种基于数据挖掘的GIS及在航海中的应用

根据聚类分析方法中密度凝聚的思想，提出一种新的复合聚类分析算法，进一步将这种算法用于地理信息系统的数据挖掘，并应用于船舶航线的自动设计。     

基于AIS数据的船舶航行安全评价模型构建

针对现有船舶海上航行安全度求解复杂、参考因素权重确定困难等方面的不足，研究影响评价模型准确性的数据来源、模型构建方法等问题，提出一种基于关系型数据库的船舶重要指标筛选方法和数据库构建及检索设计方案。构建基于模糊数学方法、层次分析法(Analytic Hierarchy Process, AHP)和专家评价法的船舶碰撞危险度(Collision Risk Index, CRI)求解模型，并根据实船自动识别系统(Automatic Identification System, AIS)数据对船舶航行安全评价数学模型和构建的数据库进行验证。结果表明，基于AIS数据的船舶航行安全评价数据库具有较好的可靠性和易用性。船舶航行安全评价模型计算结果可信，符合专家经验及《国际海上避碰规则》要求，可为船舶海上航行安全评价提供技术和理论支持。     

基于多场景全景拼接的自动化码头数字舱构建方法

针对集装箱码头数字信息整合及可视化能力不足的问题,在融合港区实时视频数据的基础上,提出一种基于多场景全景拼接的自动化码头数字舱构建方法.该方法将港区监控视频进行实时提取及处理,运用关键帧抽取、图像预处理、图像变换、图像匹配以及图像融合等技术,完成视频数据的实时全景拼接,最后将全景数据与数字舱硬件设备进行对接,实现码头生...