面向大数据的智能制造发展探究

正近年来,随着工业化和信息化技术的不断演变和革新,智能制造产业应运而生,并引领着新一代的工业革命发展。当前,智能制造还处于产业发展初期,如果能通过大数据技术来分析工业领域产生的海量数据,对海量的工业化数据进行异构分析和智能分析,推动智能制造产业的转型升级,那将是智能制造与大数据应用的"强强联合",也必将推动智能制造的新一轮升级和发展。     

基于Attention的AIS数据段相似性搜索模型

自动识别系统(Automatic Identification System,AIS)数据中蕴含着与船舶交通相关的时间序列信息.基于AIS数据段的相似性搜索也成为智能船运领域的研究热点.AIS数据属于多维时间序列数据,传统的多维数据序列相似性搜索方法通过将原始数据进行降维,并在降维后的数据空间进行时序数据的相似性搜索....     

基于运动模式的船舶轨迹分段压缩算法

为解决当前船舶轨迹分段与压缩过程中轨迹细节丢失、运动模式不清及运动特征难以提取等问题,首先通过分析船舶运动的特点,在Stop-Move模式的基础上,提出了基于Stop-Turn-Line三种基本运动模式的船舶轨迹表示方法,并设计了轨迹运动模式检测与分割算法。然后,采用Java语言实现了该算法;并利用真实船舶轨迹数据集进行了测试。实验结果表明:该算法能够在较好保留运动模式及特征的前提下对船舶轨迹进行高效分段和压缩,可为基于海量船舶轨迹数据的查询、显示、分析及挖掘等提供良好的基础。     

利用倒谱技术对装备试验数据进行信号提取及应用的研究

对利用倒谱进行噪声中的信号提取技术进行了分析和研究。在装备试验数据的处理过程中,传统的处理方法经常假设噪声为加性的高斯白噪声,对抑制或消除乘性噪声没有有效的技术手段,但是在某些试验条件下,乘性噪声对信号的影响不能忽略,研究如何从受到乘性噪声污染的数据中提取有用信号,以应对实际任务中武器装备试验数据的事后处理及分析。     

星载AIS检测概率建模与仿真分析

针对现有星载AIS检测概率低的问题,对星载AIS接收信号冲突和检测概率进行了研究和论证,并对影响检测概率的诸多因素进行了分析。分析了星载AIS与地面AIS的差异性,指出了星载AIS面临的新挑战。重点对星载AIS信号多网冲突问题进行了研究,建立了一种基于船舶分布密度函数的星载AIS检测概率模型。通过分析时隙冲突、船舶动态、轨道高度、天线类型和B类AIS船舶等因素对系统检测概率的影响,为工程设计和性能评估提供了一定参考依据。     

星载AIS系统检测概率建模与仿真分析

针对现有星载AIS（Automatic Identification System）系统检测概率低的问题,对星载AIS系统的接收信号冲突和检测概率进行了研究和论证,并对影响检测概率的诸多因素进行了分析。首先分析了星载AIS系统与地面AIS系统的差异性,指出了星载AIS面临的新挑战。其次,重点对星载AIS信号多网冲突问题进行了研究,建立了一种基于船舶分布密度函数的星载AIS检测概率模型。最后,通过分析时隙冲突、船舶动态、轨道高度、天线类型和B类AIS船舶等因素对系统检测概率的影响,为工程设计和性能评估提供了一定参考依据。     

基于图像处理的明火火灾探测研究

基于数字图像处理技术,实时采集火灾现场帧彩色图像,实时计算图像数据在空间分布上所包含的纹理特征信息——能量(CON)、熵(ENT)、相关(COR)、惯性矩(ASM),并提取火焰的形状,获得火焰特征参数——面积、周长、圆形度、重心.通过融合处理连续帧图像数据,量化得到纹理信息表示的现场环境状况和火焰特征参数表示的火焰形状及其不稳定性特征。这些特征参数在火灾发生时出现了明显的变化,呈现出一定的规律,利用这些规律可以在现代船舶上实现火灾图像探测报警。     

基于CMS理念的气象数据的应用分析

本文主要针对海量的气象数据模型和分析相对滞后等实际问题,利用CMS(Content Management System)的理念,对气象数据的输入和输出等诸多环节进行分类汇总,将气象信息内网的内容管理系统从逻辑层面划分为3个层次,重点设计和开发了管理器的功能,建成了以CMS技术为主导的气象部门综合数据交互平台。该系统涉及到数据结构设计,功能设计和系统搭建等完整的数据分析处理应用过程所包含的各个技术环节。该系统的实施,有效提高了常规气象信息的管理效率,同时为用户提供了新的数据分析和展示方式用户可以通过Web浏览器进行各种复杂的查询和分析,查询分析的结果可以以多种直观的、可视化的方式进行展示,从而提高了数据利用效率,进一步为气象决策服务。     

基于Map/Reduce的朴素贝叶斯数据分类算法研究

针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多计算资源节点并行处理,进一步提高处理速度。最后,对UCI dataset数据库进行实验验证,结果表明:改进后的算法在海量数据分类处理中具有更好的性能表现。     

基于内容的图像检索技术在大规模图像情报数据处理中的应用

随着军事侦察技术水平和能力的提升,现代侦察系统能够更加便捷地采集到各类图像数据。这些海量图像数据含有的情报信息,需要由高效的方法来获取。基于内容的图像检索即"以图搜图"技术,可根据需要有针对性地从海量图像数据中快速筛选出需要的图像。通过对图像数据进行更深入的分析,最终可获得有价值的情报信息,从而为后续战略、战术决策提供重要技术支撑。     

海上信息栅格技术

信息栅格是一种汇集和共享地理上分布的海量信息资源,对其进行一体化组织与协同处理,从而具有按需服务能力的信息基础设施。信息栅格通过应用先进的网格计算技术、信息服务技术、网络基础设施和协议标准规范,将分布在一定区域甚至全球的计算机、数字化设备、数据、信息、知识等统一管理和使用。     

数据仓库技术用于C4ISR系统效能评估

建立了C4ISR系统效能评估的指标体系,根据对整个C4ISR系统进行效能评估需要数据的海量、非结构等特点,建立了一个数据仓库系统。数据仓库系统以嵌套的数据集市为基础,采用了数据采集加工、联机分析处理、数据挖掘等技术,加快各种数据的运算速度以及提高系统效能评估的准确性。     

神经网络在可靠性工程中的应用

神经网络信息处理技术是近年来得到迅速发展的一个前沿综合性研究领域,它已在许多领域取得令人鼓舞的进展。神经网络具有大规模并行、集团运算等特点,以及强大的自适应、自学习、容错和推广能力,它能够从背景不清楚和不完全的数据中自动提取反映事物内在规律和特点的知识,并能够应用通过学习所获取的知识来进行问题求解,神经网络的这些特点促使许多     

空间信息栅格体系与服务聚合技术

空间信息应用中存在的数据海量、分布异构、处理复杂、计算密集等问题制约了空间数据和信息的广泛共享和应用。空间信息栅格(SIG)以Grid和WebServices技术为核心,共享并汇集地理上分布的海量空间信息资源,实现动态整合与集成。在构建开放性SIG七层应用体系的基础上,重点研究SIG服务聚合技术,基于Petri网和图论提出了一种新的服务聚合流程模型(服务/资源网),同时构建了可扩展的服务动态选择模型(SISM),实现服务聚合过程中的动态服务选择。结合国家地质调查业务应用,通过地下水资源评价应用实例对SIG的实用性和有效性进行了验证。     

四象爱数

正看见世界洞察未来四象万安空间纵横遥看寰宇感知天下北京四象爱数科技有限公司成立于2017年,是由多位遥感领域专家组建而成,以海量遥感卫星数据分析为核心技术的高新技术企业。北京四象爱数在遥感数据提取算法和数据应用方面积累了数十年技术经验,具备丰富的国家大型专项实战经验,在卫星系统规划、卫星测运控、多源卫星数据综合处理方面具备专业优势,是国内商业航天领域的卫星应用创新型企业。主营业务包括:军政四大应用遥感信息提取、地理信息高精度地图应用、基建工程及工程险商业卫星遥感技术应     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

基于科学计量的机器学习技术发展评估分析

机器学习是通过数据训练使机器获取新的知识和技能的计算机技术,是人工智能技术的核心和前沿领域之一。本文以Web of Science?核心合集收录的机器学习领域相关SCI论文和incoPat全球专利数据库收录的机器学习领域相关专利为数据源,运用科学计量方法对文献数据和专利数据进行时间、地域和机构分布分析,展示了机器学习领域研究实力的分布情况,并对机器学习的发展趋势进行了分析;然后利用主题聚类分析方法及可视化软件VOSviewer,挖掘出机器学习领域的关键技术、技术热点;最后对结果进行了总结分析,以期为我国机器学习发展布局提供参考和借鉴。     

基于AIS的对海雷达多目标联合误差估计方法

提出了一种基于AIS的对海警戒雷达多目标联合误差估计方法,该方法以高精度AIS提供的目标信息为目标真值,对雷达进行误差估计。利用系统积累的多目标航迹信息,首先进行目标粗关联,将航迹信息进行时空对准后产生误差序列,通过单目标误差序列统计信息进行异常值的筛选,再通过多目标误差序列进行错误关联目标的检验,最终对剩余误差序列进行误差估计。通过实测数据和实际应用证明,该方法估计的雷达误差较准确,用估计结果对雷达误差进行校准后可有效减小对海雷达的系统误差。     

天基AIS系统发展概况及应用分析

打造海洋强国、建设海上丝绸之路离不开强有力的海域态势感知能力支持,天基AIS系统是提升此能力的主要手段之一。首先介绍了天基AIS系统基本原理,并将其与岸基、船载AIS系统进行了对比,然后总结了天基AIS系统发展概况,分析了其应用现状,最后对天基AIS系统及应用前景进行了展望,为我国天基AIS系统的建设及应用提出了建议。     

雷达与AIS信息融合综述*

介绍了国内外学者在雷达与AIS信息融合领域的研究成果.首先对雷达与AIS的数据特点进行了比较,介绍了二者信息融合的结构模型.然后,基于该结构模型,重点阐述了雷达与AIS在数据预处理、航迹关联和航迹融合三方面的研究状况.最后,指出了该领域尚待进一步研究的内容.