A new algorithm for ship data sensitivity analysis includes: (1) data preprocessing of original sensor data collected; (2) dividing the preprocessed data into training samples and testing samples, and training with SVM to obtain an optimal ship motion model; (3) using PAWN, a sensitivity analysis method based on cumulative distribution function, and using the trained model. Sensitivity index, which is the proportion of the influence of each input parameter on ship motion, is obtained by analyzing the sensor data of ships. Fourthly, the results are visualized. The algorithm is used to find the input parameters which have a great impact on ship motion, and provide a good reference standard for the future control and prediction of ship motion.
【技术实现步骤摘要】
船舶数据敏感性分析的新型算法
本专利技术属于一种对于数据的算法，特别涉及一种船舶数据敏感性分析的新型算法。
技术介绍
随着海上作业的增多，船舶操作性的可靠和安全变得日益重要，也引起了海洋领域的极大关切。由于船舶在海上受到各种各样的因素影响，比如人为因素，以及海风，海浪等外部干扰，所以为了确保船舶安全，会在船体上安装各种各样的传感器，比如雷达，激光和GPS/INS。这些传感器通过长时间的收集数据，形成了非常庞大的大数据(BigData)，这些数据具有高维，非线性以及夹杂着噪声等特征，因此很有必要进行船舶数据进行敏感性分析，筛选出那些对船舶运动产生较大影响的参数，这样有利于控制和预测船舶运动。但是基于方差的敏感性分析方法不适用输出分布为高偏度，多峰的情况，而基于密度的敏感性分析方法就是条件密度函数估计成本太大。
技术实现思路
本专利技术的目的就是提供一种船舶数据敏感性分析的新型算法，利用该算法找出对船舶运动产生较大影响的输入参数，为以后控制和预测船舶运动提供很好的参照标准。为了实现上述目的，本专利技术的方案是：一种船舶数据敏感性分析的新型算法，其特征在于：包括的步骤是：①...
【技术保护点】
1.一种船舶数据敏感性分析的新型算法，其特征在于：包括的步骤是：①对收集到的原始传感器数据进行数据预处理；②把预处理后的数据分为训练样本和测试样本，用SVM进行训练得到一个最优的船舶运动模型；③使用基于累积分布函数的敏感性分析方法PAWN，利用训练好的模型进行船舶的敏感器数据分析，得到每一个输入参数对船舶运动产生影响的比例，即敏感性指数；④通过可视化将结果形象地显示出来。
【技术特征摘要】
1.一种船舶数据敏感性分析的新型算法，其特征在于：包括的步骤是：①对收集到的原始传感器数据进行数据预处理；②把预处理后的数据分为训练样本和测试样本，用SVM进行训练得到一个最优的船舶运动模型；③使用基于累积分布函数的敏感性分析方法PAWN，利用训练好的模型进行船舶的敏感器数据分析，得到每一个输入参数对船舶运动产生影响的比例，即敏感性指数；④通过可视化将结果形象地显示出来。2.根据权利要求1所述的船舶数据敏感性分析的新型算法，其特征在于：所述步骤①对收集到的原始传感器数据进行预处理，包括数据清洗和归一化：①数据清洗DataCleaning：利用层次聚类算法来删除离群点，若某一个对象到它最邻近簇的距离大于平均度量距离，那么该对象就为离群点，应该删除；②数据归一化Normalization：对于m个样本Xi∈Rn利用公式将所有数据归一到[0,1]之间。3.根据权利要求1所述的船舶数据敏感性分析的新型算法，其特征在于：所述步骤②将预处理后的数据划分为80％训练样本和20％测试样本，然后使用SVM进行训练，找到一个最优的船舶运动模型。4.根据权利要求1所述...
【专利技术属性】
技术研发人员：赵萌，陈胜勇，王春林，程徐，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。