
造船业如何玩转航运大数据_数据分析师考试
对大数据进行分析,挖掘大数据所蕴涵的价值,目前已成为许多行业的热点,并在行业评价、预测及企业运营方面发挥着重要作用。上海船舶运输科学研究所副总工程师、航运技术与安全国家重点实验室负责人陈昌运认为,船舶行业是个传统产业,与互联网和大数据技术的结合相对滞后,但船舶行业又是一个全球性且规模庞大的行业,联系着设计、制造和运输业等,与许多行业的大数据有着根深蒂固的关系,这其中就包括航运大数据。日前,他向造船业同仁介绍了航运大数据技术的有关研究情况,以及如何让航运大数据为造船业所用。
航运大数据收集与传输已有技术支撑
陈昌运介绍说,航运大数据包括船舶营运管理、船舶航行环境、船舶航行性能及营运能耗等数据内容,通常可以通过航运信息管理和船舶营运监测两种方式获取。
最常见的实船数据是船舶试航时测试到的数据,主要包括航速、航向、风速、风向、主机转速和扭矩等。但这类数据是在特定环境下获取的,采集的时间特定,数据量有限。因此,要获得最全面的数据,必须对营运船舶进行长期监测。
以往,营运船舶的航行数据主要是采用定时报送方式获取,通常每4小时或6小时由船上报送岸上,人工统计抄报的情况较为普遍。目前,随着船舶设备逐步智能化,卫星定位技术和通信技术日渐成熟,营运船舶很多物理数据的测量已成为可能,航运业船岸信息一体化也成为现实。陈昌运提出,要想实现航运数据传输量大且成本不太高,目前条件下可以采用两种简单实用的方法。一是进行数据岸端有线传输,即当船舶靠岸或靠泊码头时,将数据采用有线加密方式发送到指定的岸上网络信息平台,该岸上网络信息平台的所有者可以是该船舶所属公司,也可以是合作的科研机构。二是通过移动存储介质,在船舶每个航次返回特定港口时,由指定船员交到岸上指定机构。
鉴于海上风浪和船上各种设备运行环境的复杂性,监测得到的数据难免会有不完整或失真的情况。陈昌运表示,对于船舶监测数据要进行修正。可以根据监测数据的特性查找出失真数据,也可以根据数据的量级以及数据变化趋势进行判断,还可以根据其他相关信号量的值进行判断,例如,可以根据船舶运动来判断浪高监测数据是否失真等。一旦判断出失真数据,就要采用一定的数值方法对失真数据进行修补,通过后续监测的数据进行再验证,通过多次迭代与分析,逐步逼近正确的结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25