-
题名欧洲水域港口国检查发展趋势的预测
被引量:1
- 1
-
-
作者
宋梓庚
黄志
-
机构
集美大学航海学院
-
出处
《集美大学学报(自然科学版)》
CAS
2020年第1期38-42,共5页
-
文摘
为了使进入欧洲水域的船舶能顺利通过港口国的检查,以巴黎备忘录组织2012—2018年港口国检查中的船舶缺陷因素作为研究对象,首先采用因子分析法处理17个缺陷因素,得到证书和文件、应急系统、消防安全、工作和生活条件、救生设备和垃圾防治等6个因子得分较大的缺陷因素,其次运用灰色预测模型预测未来5年欧洲水域港口国检查重点缺陷因素的发展趋势,为船舶制定相应策略提供有益参考。
-
关键词
港口国检查
因子分析法
灰色预测模型
缺陷因素
发展趋势
欧洲水域
-
Keywords
port state control
factor analysis
grey model
deficiency factors
development trend
European Waters
-
分类号
U691.6
[交通运输工程—港口、海岸及近海工程]
-
-
题名基于AMOS观测和监控视频资料预测能见度
被引量:2
- 2
-
-
作者
宋梓庚
王宁
陆燕清
何贤强
-
机构
自然资源部海洋第二研究所
河海大学海洋学院
河海大学水利水电学院
-
出处
《数学的实践与认识》
2021年第23期254-261,共8页
-
文摘
雾的演化复杂多变,对交通运输和环境监测造成重大困扰,引起广泛关注.由于雾的演化规律受众多非线性因素的影响,难以准确预测其变化趋势.据此,构建了一种能够准确估计当前能见度、预测能见度变化趋势的模型.首先,建立了基于气象数据准确估计当前能见度的广义函数相加模型;其次,基于监控视频数据建立了具备高精度的VGG深度学习能见度估计模型;进而,建立了景深亮度差异的暗通道算法对能见度进行准确估计;最后,采用ARIMA模型对能见度进行预测,揭示了大雾的演化规律.
-
关键词
能见度预测
AMOS观测
监控视频数据
深度学习
-
Keywords
visibility forecast
AMOS observation
monitoring video data
deep learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名关于供给侧结构性改革调查报告
被引量:1
- 3
-
-
作者
宋梓庚
-
机构
集美大学航海学院
-
出处
《财讯》
2017年第23期128-128,共1页
-
文摘
改革背景 改革开放三十多年来,中国经济持续高速增长,已经成功步入中等收入国家行列,并且成为名副其实的经济大国.但随着人口红利衰减、'中等收入陷阱'风险累积、国际经济格局深刻调整等一系列内因与外因的综合性作用,经济发展正进入'新常态'. 2016年以来,我国经济进入了一个新阶段,宏观调控层面货币政策持续加大力度而效果不彰,投资拉动上急而下徐,旧经济疲态显露而以'互联网+'为依托的新经济生机勃勃,东北经济危机加重而一些原来缺乏优势的西部省区异军突起,为适应这种变化,中央政府决定实施供给侧结构性改革.
-
分类号
G6
[文化科学—教育学]
-