原文传递
内河船舶安全检查缺陷的关联规则挖掘方法研究
| 论文题名： | 内河船舶安全检查缺陷的关联规则挖掘方法研究 |
| 关键词： | 内河船舶;安全检查;关联规则;数据挖掘;Apriori算法 |
| 摘要： | 船舶的安全对于保障水上人命、财产安全，防止船舶造成水域污染有着重要的意义。内河船舶安全检查作为保障船舶安全的重要手段，越来越受到海事机构和船公司的重视。然而当前内河船舶安检员的工作繁重，业务能力参次不齐，安全检查主要以抽查方式进行，难以准确发现安全缺陷，因此内河船舶安检工作亟需科学的方法进行指导以提升工作效率。随着海事信息化的发展，海事管理机构通过船舶动态管理系统对船舶安全检查进行记录，积累了大量的船舶安全检查缺陷数据。但是基本的数据分析手段难以处理数据量越来越大的内河船舶安全缺陷数据信息，而数据挖掘技术以其对海量数据的处理能力和高效的知识发现效率十分适用于内河船舶安全缺陷的研究。通过数据挖掘技术对内河船舶缺陷数据进行知识发现研究，发现内河船舶安全缺陷之间的隐含的关联规则，有助于协助安检员准确定位船舶缺陷，对于提高内河船舶安全检查水平、提高船公司安全自查质量，保障水上交通安全有着重要意义。 本研究基于长江海事局的内河船舶安全检查数据和科研项目“内河船舶安检智能处置系统”，结合数据库技术的数据结构和完整性约束等要求以及软件编程技术的算法性能进行综合分析，总结了内河船舶安检缺陷数据应用于数据挖掘的数据模式和效率需求，基于此开发了与研究配套的专用软件并形成了适用于内河船舶安全检查缺陷的关联规则挖掘方法：结合当前长江海事局辖区安检业务情况，将原始缺陷数据通过知识发现流程处理后存入数据库，采用Apriori算法开发内河船舶安全缺陷关联规则挖掘软件进行数据挖掘，将挖掘结果通过置信度和提升度原理进行可靠性分析，根据分析结论反馈调整数据挖掘的支持度阈值获得结果。研究结果表明采用该方法可以得到可靠的内河船舶安全缺陷的关联规则。 |
| 作者： | 黄强 |
| 专业： | 交通信息工程及控制 |
| 导师： | 郝勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
