本文關(guān)鍵詞：總線型船舶機艙監(jiān)控網(wǎng)絡(luò)及數(shù)據(jù)應(yīng)用研究

  更多相關(guān)文章： 粗糙集 控制器局域網(wǎng)絡(luò) 機艙監(jiān)控網(wǎng)絡(luò) 數(shù)據(jù)挖掘 低溫淡水冷卻系統(tǒng)

【摘要】：機艙監(jiān)控網(wǎng)絡(luò)對于機艙中設(shè)備的安全運行至關(guān)重要,它為機艙中設(shè)備和系統(tǒng)的維護與管理提供了重要的信息。機艙監(jiān)控網(wǎng)將設(shè)備的運行狀態(tài)信息通過網(wǎng)絡(luò)傳輸?shù)竭h程監(jiān)控終端,并可對系統(tǒng)非正常狀態(tài)進行報警。本文提供了一種基于控制器局域網(wǎng)絡(luò)總線的機艙監(jiān)控網(wǎng)絡(luò)仿真平臺用于進行機艙監(jiān)控網(wǎng)絡(luò)中數(shù)據(jù)的采集,介紹了系統(tǒng)框架、硬件通信模塊及服務(wù)器和遠程終端軟件。 數(shù)據(jù)挖掘能有效處理機艙監(jiān)控網(wǎng)絡(luò)中的大量數(shù)據(jù),是對統(tǒng)計學、數(shù)據(jù)庫技術(shù)、模式識別、人工智能、可視化技術(shù)、數(shù)據(jù)分析等學科的綜合運用。它能從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中,提取隱含在其中的、事先未知的但又是潛在有用的信息和知識的過程。 粗糙集理論是數(shù)據(jù)挖掘中的一個重要算法。粗糙集理論善于處理不確定性信息。該方法近年日益受到國際學術(shù)界的重視,已經(jīng)在模式識別、機器學習、決策支持、知識發(fā)現(xiàn)、故障診斷、預(yù)測建模等領(lǐng)域得到成功的應(yīng)用。 知識約簡是粗糙集方法的核心問題之一,是粗糙集理論中的關(guān)鍵技術(shù),也是知識發(fā)現(xiàn)的重要研究課題,己成為數(shù)據(jù)挖掘中的一個備受關(guān)注的研究熱點[1]。有效、快速的知識約簡算法是粗糙集方法應(yīng)用的基礎(chǔ),也是粗糙集方法規(guī)模應(yīng)用的保障。 本文的目的就是嘗試把基于粗糙集理論的數(shù)據(jù)挖掘技術(shù)應(yīng)用到機艙監(jiān)控網(wǎng)絡(luò)的工況診斷中,文中使用了屬性約簡與值約簡對機艙監(jiān)控網(wǎng)絡(luò)中的條件屬性進行了約簡,通過對船舶機艙低溫淡水冷卻系統(tǒng)中的30組樣本的分析,12個屬性約簡為5個,實現(xiàn)了決策表的簡化,并找到了所有可能的樣本約簡方式。最終能有效地發(fā)現(xiàn)條件屬性與決策屬性之間的關(guān)系以確定能為決策者提供支持的決策規(guī)則。
【關(guān)鍵詞】：粗糙集 控制器局域網(wǎng)絡(luò) 機艙監(jiān)控網(wǎng)絡(luò) 數(shù)據(jù)挖掘 低溫淡水冷卻系統(tǒng)
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP277;U663.8
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-14
• 1.1 引言10
• 1.2 總線型船舶機艙監(jiān)控網(wǎng)絡(luò)簡介10-11
• 1.3 數(shù)據(jù)的應(yīng)用研究—數(shù)據(jù)挖掘簡介11-12
• 1.4 主要內(nèi)容12-14
• 第2章 數(shù)據(jù)挖掘及粗糙集理論14-23
• 2.1 數(shù)據(jù)挖掘14-20
• 2.1.1 故障診斷中的數(shù)據(jù)挖掘14-15
• 2.1.2 數(shù)據(jù)挖掘的主要算法15-18
• 2.1.3 數(shù)據(jù)挖掘的基本步驟18-20
• 2.2 粗糙集理論20-22
• 2.2.1 粗糙集理論中的概念20-21
• 2.2.2 粗糙集理論中的知識表達系統(tǒng)21-22
• 2.3 本章小結(jié)22-23
• 第3章 基于粗糙集理論的數(shù)據(jù)挖掘與工況診斷23-29
• 3.1 粗糙集中的數(shù)據(jù)離散化23-24
• 3.2 基于粗糙集的決策表屬性約簡24-27
• 3.3 基于粗糙集理論的值約簡27-28
• 3.4 本章小結(jié)28-29
• 第4章 數(shù)據(jù)挖掘技術(shù)在船舶低溫淡水冷卻系統(tǒng)中的應(yīng)用研究29-53
• 4.1 問題的描述29
• 4.2 確定屬性編碼29-31
• 4.3 數(shù)據(jù)優(yōu)化離散化31-36
• 4.4 決策表的約簡36-49
• 4.4.1 屬性約簡36-44
• 4.4.2 決策表值約簡44-49
• 4.5 決策規(guī)則生成49
• 4.6 決策規(guī)則的驗證49-51
• 4.7 決策規(guī)則的確定51-52
• 4.8 本章小結(jié)52-53
• 第5章 基于CAN總線的機艙監(jiān)控網(wǎng)絡(luò)仿真平臺開發(fā)53-63
• 5.1 仿真平臺整體結(jié)構(gòu)53-55
• 5.2 仿真平臺軟件組成55-61
• 5.2.1 服務(wù)器端數(shù)據(jù)收發(fā)軟件55-59
• 5.2.2 客戶端狀態(tài)顯示軟件59-61
• 5.3 本章小結(jié)61-63
• 第6章 結(jié)論與展望63-64
• 6.1 結(jié)論63
• 6.2 展望63-64
• 參考文獻64-67
• 致謝67-68
• 研究生履歷68

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王國胤,劉鋒,吳渝,聶能;Rough集規(guī)則知識獲取研究中的不一致性問題[J];重慶郵電學院學報(自然科學版);2000年03期

2 谷小紅;蔡晉輝;周澤魁;;基于聲發(fā)射傳感器與ChiMerge粗糙集的埋地水管泄漏檢測[J];傳感技術(shù)學報;2006年06期

3 馬晨光;胡昌華;駱功純;鄭建飛;;粗糙集和支持向量機在復(fù)雜電路系統(tǒng)診斷中的應(yīng)用[J];電光與控制;2009年03期

4 蔡賀;張睿;;k最近鄰域分類算法分析與研究[J];甘肅科技;2012年18期

5 張s，

本文編號：677040