本文選題：集成管理 + 推進(jìn)系統(tǒng)��； 參考：《艦船科學(xué)技術(shù)》2016年23期

【摘要】：針對(duì)艦船推進(jìn)系統(tǒng)集成管理中的實(shí)船訓(xùn)練仿真建模與機(jī)械設(shè)備狀態(tài)評(píng)估等高級(jí)應(yīng)用對(duì)知識(shí)的需求,研究知識(shí)管理中所需要的知識(shí)內(nèi)容與形式,探索數(shù)據(jù)挖掘方法在大數(shù)據(jù)知識(shí)獲取中的應(yīng)用模式。以某型推進(jìn)裝置為對(duì)象,研究使用數(shù)據(jù)挖掘技術(shù)獲取所需集成管理知識(shí)的途徑,包括聚類算法在推進(jìn)系統(tǒng)穩(wěn)態(tài)工況基準(zhǔn)模式識(shí)別中的應(yīng)用,以及關(guān)聯(lián)算法在狀態(tài)特征模式識(shí)別中的應(yīng)用等。本文研究為實(shí)現(xiàn)基于知識(shí)的艦船推進(jìn)系統(tǒng)集成管理提供了研究基礎(chǔ)。
[Abstract]:Aiming at the requirement of knowledge in advanced applications such as ship training simulation modeling and mechanical equipment condition evaluation in integrated management of ship propulsion system, the knowledge content and form needed in knowledge management are studied. This paper explores the application pattern of data mining method in big data knowledge acquisition. Taking a certain propulsion device as an object, this paper studies the way to acquire the required integrated management knowledge by using data mining technology, including the application of clustering algorithm in the steady condition benchmark pattern recognition of propulsion system. And the application of association algorithm in state feature pattern recognition. This paper provides a research foundation for the integrated management of ship propulsion system based on knowledge.
【作者單位】： 海軍北海艦隊(duì)裝備部;青島92001部隊(duì)司令部;海軍工程大學(xué)動(dòng)力工程學(xué)院;
【基金】：中國博士后科學(xué)基金資助項(xiàng)目(201150M1547) 湖北省自然科學(xué)基金資助項(xiàng)目(2013CFB440)
【分類號(hào)】：U664.3;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 隆玄民;艦船推進(jìn)系統(tǒng)生命力加權(quán)模糊評(píng)估[J];中國造船;1990年01期

2 李偉;艦船推進(jìn)系統(tǒng)研究中的仿真技術(shù)[J];熱能動(dòng)力工程;2000年06期

3 史麟觀;對(duì)艦船推進(jìn)系統(tǒng)發(fā)展回顧與展望的若干認(rèn)識(shí)[J];艦船科學(xué)技術(shù);2002年03期

4 陳鋒;;DS/AHP在艦船推進(jìn)軸系設(shè)計(jì)方案評(píng)估中的應(yīng)用[J];艦船電子工程;2011年01期

5 ;[J];;年期

，

本文編號(hào)：1939772