[发明专利]智能船舶数据库检索的数据调度方法、装置和检索系统

权利要求书

1.一种智能船舶数据库检索的数据调度方法，其特征在于，所述智能船舶数据库采用基于有向图构建的数据存储结构模型进行数据存储，该方法包括：

S1、对所述数据存储结构模型中每个节点处理的船舶综合信息数据流通过相空间重构的方法进行特征重组，得到数据流相空间表示；包括：

步骤21、对所述船舶综合信息数据流进行相空间重构；

将所述船舶综合信息数据流的矢量表示为X＝{x_i|i＝1，2，3，......，n}，其中，n为采样点个数，通过确定嵌入延迟时间τ和嵌入维数m，得到一个m维的嵌入相空间，相空间中的向量表示为：

Y_i＝[x_i，x_i+τ，x_i+2τ，．.....x_i+(m-1)τ]

其中，i＝1，2，3，......n；

令N＝n-(m-1)τ，则重构的多维相空间表示为：

通过以下三个公式确定嵌入延迟时间τ：

ΔS(m，t)＝max{S(m，r_j，t)}-min{S(m，r_j，t)}

其中，r_j＝jσ/2，σ为给定时间序列的信息增益，C(m，r，t)为时间序列的关联积分；

由的第一个极小值所对应的时滞t计算τ＝tΔt；

通过以下公式嵌入维数m：

其中，x_i(m)为m维相空间中的第i个向量，f(i，m)为第i个向量的最近邻点的下标；

当m大于某个m₀时，当F(m)不再明显地发生变化并接近于1，则此时的m₀+1为最小的嵌入维数；

步骤22、在重构的相空间中，通过提取关联维数对所述船舶综合信息数据流进行特征重组；包括：

在重构的相空间中利用关联积分计算关联维数；

设Y_i是重构的相空间中第i个向量，计算其余N-1个向量与Y_i的距离，采用最大模表示Euclidean距离，

r_ij＝d(Y_i-Y_j)＝max{|x_i+kτ-x_j+kτ|，0≤k≤m-1}

定义相空间代表点的关联积分：

其中，N为相空间代表点的数目，ε为相空间中给定超小球的半径，Θ(·)为Heaviside的函数；

当ε充分小时，关联维数定义为：

步骤23、将得到的关联维数作为数据流相空间表示；

S2、基于所述数据流相空间表示，对所述数据存储结构模型中节点数据采用模糊K均值聚类方法进行分类；

S3、对得到的每个簇通过最小二乘法进行数据挖掘，得到离群点数据和拟合点数据，所述拟合点为残差小于预设阈值的数据，所述离群点为残差大于等于预设阈值的数据；

S4、提取簇中心的特征作为目标检索数据特征，基于所述目标检索数据特征在所述智能船舶数据库中进行数据检索时，将拟合点数据作为所述智能船舶数据库的目标检索数据。

2.根据权利要求1所述的智能船舶数据库检索的数据调度方法，其特征在于，所述数据存储结构模型中节点的相似度信息的计算方法为：

其中，n(D₁)和n(D₂)分别表示智能船舶数据库中数据分布有向图J₁，J₂的节点数目，n(D₁∩D₂)表示数据块存在交集的节点数目。

3.根据权利要求2所述的智能船舶数据库检索的数据调度方法，其特征在于，所述数据存储结构模型输出的船舶综合信息数据流的矢量表示为：

X＝[x(t₀)，x(t₀+Δt)，...，x(t₀+(k-1)Δt)]

其中，x(t)表示船舶信息数据库的原始数据信息流，k为矢量长度，Δt为采样时间延迟。