
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在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19