ПРИМЕНЕНИЕ ДИСКРЕТНОГО И НЕПРЕРЫВНОГО АНАЛИЗА ПОТОКОВЫХ ЗАШУМЛЕННЫХ ДАННЫХ ОБЪЕКТОВ ВОДНОГО ТРАНСПОРТА
Аннотация и ключевые слова
Аннотация (русский):
Моделирование устойчивости связей в воднотранспортной инфраструктуре - задача актуальная не только экономически, но и с различных аспектов (экология, безопасность, коммуникации и др.). Но ее решение часто осложняется «шумами» временных рядов. В воднотранспортном секторе - постоянно растет количество внедряемых инноваций и технологий, активизируются усилия, сокращающие время обслуживания заказа на обслуживание, например, ремонт. При этом логистическое решение принимается на основе технологий обработки сигналов. Необходимо релевантно и параметрическим способом представлять воднотранспортные потоки в инфраструктурных кластерах, обеспечивающих полноту анализа данных, например, аналитику на основе вейвлет, Фурье-метода и кластерного анализа. Применение верифицируемых методов позволяет улучшить фильтрацию, разрешимость при визуализации, избавит от шумов при прогнозировании сложных ситуаций. В частности, применение прямого и обратного преобразования в статье улучшит качество изображения препятствий на пути. В работе исследуются вопросы обработки и интеллектуального анализа данных в потоках водного транспорта, рассматриваемых как сложная система. Используются методы преобразования сигналов зашумленных данных, а именно, с использованием вейвлет и дискретного метода по Фурье. Приведены соответствующие аналитические модели, которые адаптивны для распределенных геопространственных данных, учитывающих макро, мезо и микросреды автоматизации инфраструктуры воднотранспортной отрасли, а также помогающие идентифицировать перераспределение воднотранспортных потоков с учетом потенциала водной инфраструктуры. Следует анализировать воднотранспортные процессы и их модельное обеспечение на основе системной аналитики.

Ключевые слова:
поток, зашумленный, информационный, преобразование, вейвлет, Фурье, анализ данных, водный транспорт
Текст
Текст произведения (PDF): Читать Скачать
Список литературы

1. Попов Б.Н. Математические модели информационных потоков на объектах водного транспорта / Б.Н. Попов, Е.С. Федорина // Материалы V Межвуз. науч.-практ. конференции аспирантов, студентов и курсантов «Современные тенденции и перспективы развития водного транспорта России» 14 мая 2014 г. - СПб.: ГУМРФ имени адмирала С. О. Макарова, 2014. - С. 306-310.

2. Распределенные информационные системы. http://www.ict.nsc.ru/win/gis/publ/inf_sys.html (дата обращения: 25.12.2019).

3. Информационные технологии на водном транспорте. http://www.myshared.ru/slide/196877/ (дата обращения: 25.12.2019).

4. Черезов Д.С., Тюкачев Н.А. Обзор основных методов классификации и кластеризации данных // Вестник ВГУ, серия «Системный анализ и информационные технологии». - 2009 - №2. - С.25-29.

5. Maedche A., Neumann G., Staab S. Bootstrapping an Ontology-based Information Extraction System. Intelligent Exploration of the Web. Physica-Verlag Heidelberg, Germany. 2003. pp.345-359.

6. Попов Б. H. Применение методов анализа и обработки данных к информационным потокам объектов водного транспорта / Б.Н. Попов, Е.С. Федорина // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. - 2015. - № 2 (30). - С. 220-225. DOI:https://doi.org/10.21821/2309-5180-2015-7-2-220-225.

7. Яковлев А.Н. Введение в вейвлет-преобразования: учебное пособие.- Новосибирск: Издательство НГТУ,2003 - 104 с.

8. Фролов А.В. Big data и инфраструктура актуализации данных судовождения / Фролов А.В., Фролова Е.С. // Эксплуатация морского транспорта. - 2019. -№ 4 (93). - С. 45-47. DOI:https://doi.org/10.34046/aumsuomt93/8


Войти или Создать
* Забыли пароль?