
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14