基于数据挖掘的舰船快速比照算法及舰船性能统计
发布时间：2021-08-07 19:53
在舰船开发过程中,耗费时间成本与经济成本最大的环节是舰船测试环节,每艘船在下水之前都要进行上百甚至上千次的水动力测试,海量的船舶测试数据对于新型船舶的设计与开发具有重要的指导作用。因此,从海量的船舶测试数据中提取有价值的信息,形成新的船舶性能数据,不仅可以缩短生产周期,而且能够指导船舶的设计过程,这是本文的研究重点。本文通过介绍数据挖掘技术和支持向量机技术,研究船舶性能快速比较算法以及性能统计。
【文章来源】：舰船科学技术. 2020,42(14)北大核心
【文章页数】：3 页
【部分图文】：
数据挖掘技术的流程图Fig.1Flowchartofdataminingtechnology
?i=1φ(xi)T。(8)X={X1,X2,...,Xn∈Rn}4）得到船舶性能数据的归一化特征向量为，根据支持向量机的核函数进行性能数据的维度转换，将多类别的数据挖掘问题转化为二分问题。5）当进行新船的性能参数设计时，建立分类模型后，对现有数据库进行比照，确定新船的设计类别，同时确定性能参数的类别中心向量如下式：Xt=1mn∑i=1(Xi)。(9)6）采用线性逼近的方法对新船的特性进行评估。船舶功率参数与舰船性能的逼近曲线如图3所示。图3船舶功率参数与舰船性能的逼近曲线图Fig.3Approximationcurveofshippowerparametersandshipperformance3结语舰船的设计与制造过程中需要进行大量的性能测试，对这些性能数据进行挖掘和提取有助于提高设计效率。本文介绍数据挖掘的流程以及向量机理论，研究了基于数据挖掘技术的舰船快速比照算法。参考文献：段纪军,陈琳,王海燕,等.基于数据挖掘技术与支持向量机的目标识别研究[J].计算机与数字工程,2004,032(6):41–44,72.[1]张庆奎,赵良才,方喜峰,等.基于数据挖掘和数据网格技术的舰船全寿命信息共享和发现研究[J].中国机械工程,2006(24):59–63.[2]李洪奇,李雄炎,谭锋奇,等.基于数据挖掘技术的测井评价方法[J].测井技术,2009(1):20–25.[3]第42卷王倩，等：基于数据挖掘的舰船快速比照算法及舰船性能统计·21·
耸迪执?靶阅苁?莸募壑敌畔⑼诰颍?匦胍?结合数据处理和分析技术，其中，支持向量机技术SVM是应用最广泛的一种数据处理技术。支持向量机技术SVM的核心是通过最优分类界面，将数据进行聚类处理，对于船舶性能数据来说，假设船舶性能数据的线性样本集合为：{xi,yi},i∈R0,(2)设计支持向量机技术的最优分类界面如下式：f=12wTx+b,(3)1∥w∥T该最优分类界面将船舶性能数据样本分为3部分，性能数据的分类间隔为。支持向量机的原理图如图2所示。图2支持向量机的原理图Fig.2Schematicdiagramofsupportvectormachine在船舶性能数据的支持向量机分类过程中，还需要设定支持向量机的核函数。核函数是进行数据样本维度转换的关键，常用的核函数有以下几种：1)）径向核函数f0(x,xi)=12exp(|xxi|2),(4)2）非线性核函数f0(x,xi)=(k(x,xi)+b)c,(5)3）线性核函数f0(x,xi)=(x,xi)/k。(6)基于支持向量机技术的船舶性能数据聚类分析具有的优势包括：1）数据易收敛海量数据的分析和处理过程，数据的收敛性非常·20·舰船科学技术第42卷
【参考文献】：
期刊论文
[1]基于数据挖掘技术的测井评价方法[J]. 李洪奇,李雄炎,谭锋奇,郭海峰,于红岩. 测井技术. 2009(01)
[2]基于数据挖掘和数据网格技术的舰船全寿命信息共享和发现研究[J]. 张庆奎,赵良才,方喜峰,苏世杰. 中国机械工程. 2006(24)
[3]基于数据挖掘技术与支持向量机的目标识别研究[J]. 段纪军,陈琳,王海燕,田娜. 计算机与数字工程. 2004(06)
本文编号：3328430
【文章来源】：舰船科学技术. 2020,42(14)北大核心
【文章页数】：3 页
【部分图文】：
数据挖掘技术的流程图Fig.1Flowchartofdataminingtechnology
?i=1φ(xi)T。(8)X={X1,X2,...,Xn∈Rn}4）得到船舶性能数据的归一化特征向量为，根据支持向量机的核函数进行性能数据的维度转换，将多类别的数据挖掘问题转化为二分问题。5）当进行新船的性能参数设计时，建立分类模型后，对现有数据库进行比照，确定新船的设计类别，同时确定性能参数的类别中心向量如下式：Xt=1mn∑i=1(Xi)。(9)6）采用线性逼近的方法对新船的特性进行评估。船舶功率参数与舰船性能的逼近曲线如图3所示。图3船舶功率参数与舰船性能的逼近曲线图Fig.3Approximationcurveofshippowerparametersandshipperformance3结语舰船的设计与制造过程中需要进行大量的性能测试，对这些性能数据进行挖掘和提取有助于提高设计效率。本文介绍数据挖掘的流程以及向量机理论，研究了基于数据挖掘技术的舰船快速比照算法。参考文献：段纪军,陈琳,王海燕,等.基于数据挖掘技术与支持向量机的目标识别研究[J].计算机与数字工程,2004,032(6):41–44,72.[1]张庆奎,赵良才,方喜峰,等.基于数据挖掘和数据网格技术的舰船全寿命信息共享和发现研究[J].中国机械工程,2006(24):59–63.[2]李洪奇,李雄炎,谭锋奇,等.基于数据挖掘技术的测井评价方法[J].测井技术,2009(1):20–25.[3]第42卷王倩，等：基于数据挖掘的舰船快速比照算法及舰船性能统计·21·
耸迪执?靶阅苁?莸募壑敌畔⑼诰颍?匦胍?结合数据处理和分析技术，其中，支持向量机技术SVM是应用最广泛的一种数据处理技术。支持向量机技术SVM的核心是通过最优分类界面，将数据进行聚类处理，对于船舶性能数据来说，假设船舶性能数据的线性样本集合为：{xi,yi},i∈R0,(2)设计支持向量机技术的最优分类界面如下式：f=12wTx+b,(3)1∥w∥T该最优分类界面将船舶性能数据样本分为3部分，性能数据的分类间隔为。支持向量机的原理图如图2所示。图2支持向量机的原理图Fig.2Schematicdiagramofsupportvectormachine在船舶性能数据的支持向量机分类过程中，还需要设定支持向量机的核函数。核函数是进行数据样本维度转换的关键，常用的核函数有以下几种：1)）径向核函数f0(x,xi)=12exp(|xxi|2),(4)2）非线性核函数f0(x,xi)=(k(x,xi)+b)c,(5)3）线性核函数f0(x,xi)=(x,xi)/k。(6)基于支持向量机技术的船舶性能数据聚类分析具有的优势包括：1）数据易收敛海量数据的分析和处理过程，数据的收敛性非常·20·舰船科学技术第42卷
【参考文献】：
期刊论文
[1]基于数据挖掘技术的测井评价方法[J]. 李洪奇,李雄炎,谭锋奇,郭海峰,于红岩. 测井技术. 2009(01)
[2]基于数据挖掘和数据网格技术的舰船全寿命信息共享和发现研究[J]. 张庆奎,赵良才,方喜峰,苏世杰. 中国机械工程. 2006(24)
[3]基于数据挖掘技术与支持向量机的目标识别研究[J]. 段纪军,陈琳,王海燕,田娜. 计算机与数字工程. 2004(06)
本文编号：3328430
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3328430.html
