期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于关联规则挖掘和复杂网络理论的船舶碰撞事故影响因素分析 被引量:1
1
作者 冯胤伟 刘正江 +4 位作者 蒋子怡 夏国庆 曹宇皓 王新建 王焕新 《大连海事大学学报》 CAS CSCD 北大核心 2023年第3期31-44,共14页
为更加科学地分析船舶碰撞事故影响因素的交互关系,揭示船舶碰撞事故的演变机理,以全球船舶碰撞事故报告为依据,建立包含人为因素、船舶因素、管理因素、环境因素及事故时间等五类影响因素的船舶碰撞事故数据库;应用Apriori关联规则挖... 为更加科学地分析船舶碰撞事故影响因素的交互关系,揭示船舶碰撞事故的演变机理,以全球船舶碰撞事故报告为依据,建立包含人为因素、船舶因素、管理因素、环境因素及事故时间等五类影响因素的船舶碰撞事故数据库;应用Apriori关联规则挖掘算法识别船舶碰撞事故影响因素间的频繁模式、关联、共现或因果关系,运用复杂网络理论将关联规则挖掘的结果可视化;应用拓扑特征分析方法,基于互信息理论的重要节点排序算法和基于边介数中心性的边排序算法实现关键影响因素和边的识别,对事故影响因素交互网络进行鲁棒性分析。结果表明,大部分船舶碰撞事故的影响因素较活跃且影响因素交互网络联系紧密,船舶吨位、船龄、航行水域等影响因素在交互信息传递时较为重要。 展开更多
关键词 水路运输 影响因素 关联规则 碰撞事故 复杂网络 机器学习
原文传递
基于深度学习模型的船舶碳排放时空预测研究 被引量:1
2
作者 栾建霖 冯胤伟 +3 位作者 李海江 王新建 贾鹏 匡海波 《科研管理》 CSCD 北大核心 2023年第3期75-85,共11页
船舶碳排放的预测研究在挖掘碳排放时空分布特征、揭示排放时空演化规律、制订和调整脱碳政策等方面具有重要的理论与实践意义。然而目前,船舶航行状态辨识的准确性依旧制约着船舶碳排放测算的精度,而且,船舶碳排放预测研究多集中于预... 船舶碳排放的预测研究在挖掘碳排放时空分布特征、揭示排放时空演化规律、制订和调整脱碳政策等方面具有重要的理论与实践意义。然而目前,船舶航行状态辨识的准确性依旧制约着船舶碳排放测算的精度,而且,船舶碳排放预测研究多集中于预测其在时间维度的演化规律,尚未考虑兼顾时空双重维度的多维预测。因此,为解决船舶碳排放测算中航行状态辨识误判率高,以及传统碳排放预测方法难以兼顾空间相关性等问题,首先,本文以轨迹段为基本单元,在综合考虑航行状态持续时间、地理活动范围和航向变化等多维运动特征的基础上,提出了一种新的时空轨迹搜索算法,实现了航行状态的精准辨识;其次,本文引入了深度预测学习领域的ConvLSTM模型,构建了一种新的船舶碳排放时空预测框架,并提出一种基于GIS空间识别技术的高分辨率时空序列数据集构建方法。该框架不仅可预测船舶碳排放在时间维度上的演化规律,还可通过卷积运算,充分挖掘碳排放在空间上的局部依赖关系;最后,以我国渤海海域为例,基于船舶AIS数据,开展了船舶航行状态辨识和碳排放预测实验,结果表明:本文提出的航行状态辨识算法准确率达90%以上,有效解决了仅依据实时航速和主机负载划分航行状态的误判问题;而且,本文提出的船舶碳排放测算模型可在排放数据集上稳定收敛,并且能够准确预测排放的热点区域。本研究为我国船舶碳排放核算制度的完善,碳排放峰值、时间和区域的研判,以及碳中和路径的制订提供了重要的理论依据。 展开更多
关键词 船舶碳排放 时空预测 航行状态辨识 深度预测学习 ConvLSTM
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部