舰船自组网通信网络大数据干扰信息挖掘方法

来源 :舰船科学技术 | 被引量 : 0次 | 上传用户:tlihao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
干扰信息挖掘效果受到干扰信息判断位置差异率的影响,准确率较低,由此提出一种新的舰船自组网通信网络大数据干扰信息挖掘方法,对干扰信息存在的不同特征进行特征数据提取,根据提取后的信息完整再现干扰数据存在的位置,并根据获取的定位信息匹配挖掘步骤,同时调整挖掘的方向,检验挖掘算法的操作合理性,最终获取良好的挖掘效果.实验结果表明,提出的舰船自组网通信网络大数据干扰信息挖掘方法的挖掘效果明显优于传统挖掘方法的挖掘效果,挖掘准确率得到明显提高,干扰信息判断位置差异率较小.
其他文献
由于邮轮旅游信息来源较多,导致邮轮旅游信息分析系统在检索相关旅游信息时耗费时间较长,为此设计一种嵌入式技术的舰船信息分析系统.以型号S3C2440A的嵌入式微处理器芯片为
船舶作为水上交通工具,对其行驶速度进行有效控制,除了能够进一步提升船舶航行的自动化程度之外,还能保证船舶在水面上的航行安全性,使其按照预先设定好的航线行驶,避免发生
传统船舶图像滤波去噪采用的滤波算法阈值隶属于噪点固定值,仅能对不同图层中的特定噪点阈值进行过滤,无法针对不同图层噪点参量进行阈值修正性过滤。为了解决上述问题,提出多层阈值函数下的船舶图像滤波去噪方法。通过马氏距离算法对图像中多层结构下的噪点距离进行计算,获得图像噪点分布特征,然后对噪点滤波阈值进行分析与取值修正计算。最后,通过仿真实验对修正后的滤波去噪方法效果进行对比,根据对比结果证明提出方法的有
在执行海上复杂的作战任务时,单个舰艇往往存在数据采集不完整性等问题,很难保证任务完成的质量.因此,海上多舰队协同作战在现代海上军事活动中发挥着不可替代的作用.同时,海
舰船的柴油主机是动力系统的关键部件,由于柴油主机的工作环境复杂,且开发成本较高.因此,在进行柴油主机的设计开发时,进行柴油主机的故障仿真模拟成为研究的热点.考虑到柴油
由于舰船运行图像特征类型繁杂,导致传统的图像边缘检测方法存在检测效率低的问题,为此利用特征融合技术实现对图像边缘检测方法的优化设计。采用摄像头和采集卡,实时采集舰船运行图像,并将其作为边缘检测的图像样本。从颜色、纹理等多个方面,提取并融合图像特征。参考融合的图像特征结果,输出图像边缘的检测结果。通过与传统检测方法的对比发现,设计检测方法的检测精度更高、检测耗时更少,即设计方法的检测效率得到有效提升
目前航海安全预警方法,确定的航海安全预警体系,难以准确预警航海安全,导致预警航海安全结果不准确,因此针对这个问题,研究基于CBR(基于案例的推理方法)的航海安全预警方法.
海上舰船的目标识别在军用和民用领域都有广泛的应用,在舰船目标识别过程中,遥感图像的精度决定了目标的识别精度。遥感卫星可以获取分辨率较高的舰船图像,是最常用的一种目标识别方法。本文主要介绍基于遥感图像的舰船目标识别流程,重点介绍基于信息嫡的遥感图像层次判别回归算法和基于小波变换的舰船遥感图像处理技术。
在现代信息化海空战争中,为提高海上战舰的快速反应能力,以海上战舰最常见的导弹空中威胁为研究目标,通过确立空中目标威胁因素,运用最优理想解建立目标威胁评估模型,并通过
目前提出的船舶轨迹航线信息数据挖掘方法由于挖掘过程稳定性低,所以挖掘速度较慢.在网格环境下,提出一种新的船舶轨迹航线信息数据挖掘方法.利用预处理将数据分成静态资料、