首页--交通运输论文--水路运输论文--船舶驾驶、航海学论文--船舶导航与通信论文

基于水上位置大数据的智能服务应用模式研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-17页
    1.1 研究背景及意义第10-13页
    1.2 国内外研究现状第13-15页
        1.2.1 ENC的研究现状第13-14页
        1.2.2 航行信息服务的研究现状第14-15页
    1.3 论文研究内容及章节安排第15-17页
第2章 相关基础理论与技术第17-26页
    2.1 智能服务第17-19页
        2.1.1 智能服务的定义第17页
        2.1.2 智能服务的分层结构第17-18页
        2.1.3 实现智能服务的条件第18-19页
    2.2 数据挖掘第19-20页
        2.2.1 数据挖掘的定义第19页
        2.2.2 数据挖掘的方法第19-20页
    2.3 回归分析第20-23页
        2.3.1 一元线性回归第20-22页
        2.3.2 多元线性回归第22-23页
    2.4 数据挖掘工具选择——R语言第23-25页
        2.4.1 R语言介绍第23-24页
        2.4.2 R语言优势第24-25页
    2.5 本章小结第25-26页
第3章 线文件、点文件数据结构及显示方法第26-50页
    3.1 引言第26-27页
    3.2 智能服务模式研究第27-30页
        3.2.1 显性需求和隐性需求第27-29页
        3.2.2 由船舶气象导航引发的思考第29页
        3.2.3 由雷达引发的思考第29-30页
        3.2.4 智能服务模式的优点第30页
    3.3 线文件数据结构第30-39页
        3.3.1 航段最浅水深点信息第32页
        3.3.2 异常航标信息第32-33页
        3.3.3 灾害信息第33-34页
        3.3.4 气象信息第34页
        3.3.5 航段碍航信息第34-35页
        3.3.6 建筑物信息第35-37页
        3.3.7 航道提示信息第37-38页
        3.3.8 水上事故信息第38-39页
    3.4 点文件数据结构第39-43页
        3.4.1 安全可航水域信息第40-41页
        3.4.2 建筑物动态信息第41-42页
        3.4.3 实时水流信息第42-43页
        3.4.4 周围碍航信息第43页
    3.5 物标的属性第43-46页
    3.6 线文件、点文件显示方法第46-49页
        3.6.1 线文件显示方法第47-49页
        3.6.2 点文件显示方法第49页
    3.7 本章小结第49-50页
第4章 基于R的数据挖掘与数据分析第50-61页
    4.1 线文件的水位数据挖掘研究第50-58页
        4.1.1 水位预测的分析第50-51页
        4.1.2 建立多元线性回归模型第51-52页
        4.1.3 检验多元线性回归模型第52-57页
        4.1.4 提取未来的某分段的最浅水深点第57-58页
    4.2 点文件的水深数据分析研究第58-59页
    4.3 本章小结第59-61页
第5章 智能服务应用模式的仿真实现第61-67页
    5.1 线文件服务模式的应用效果第61-63页
    5.2 点文件服务模式的应用效果第63-66页
    5.3 本章小结第66-67页
第6章 总结与展望第67-69页
    6.1 总结第67页
    6.2 展望第67-69页
参考文献第69-73页
攻读学位期间公开发表论文第73-74页
致谢第74-75页
作者简介第75页

论文共75页,点击 下载论文
上一篇:抗争与“回归”:王全安电影中女性的悲剧“宿命”
下一篇:仲裁与民事诉讼的衔接问题研究