排序方式: 共有8条查询结果,搜索用时 203 毫秒
1
1.
本文以欧盟最新港口国监督法令(2009/16/EC)巴黎备忘录目标船选船机制(NIR)为研究对象,提出基于粗糙集和BP神经网络组合算法的PSC的新选船模型。研究结果表明:该算法有效结合粗糙集理论与BP神经网络的优点,属性约简科学合理,避免选择评价因素的主观影响,简化了网络结构。 相似文献
2.
在大学生就业形势日益严峻的今天,“社会资本”在就业市场上所起的作用越来越重要。面对社会资本在大学生就业中的正负效应,我们不应一味地批判由于大学生的社会资本占有量不同而造成的就业不公,而应积极引导它的正面发展,限制它的负面影响,采取确实有效的措施开发大学生的“自致型”社会资本,降低大学生就业不公的程度。 相似文献
3.
4.
5.
6.
7.
针对已有PSC选船模型采用层次分析法、模糊综合评价方法和BP神经网络等方法存在的诸如不能反映各风险因素之间相关性、专家主观因素带来偏差,样本需求量过大和收敛速度慢等问题,以2009/16/EC巴黎备忘录目标船选船机制NIR为研究对象,提出一种新的基于支持向量机理论的PSC选船模型,并选取巴黎备忘录“THETIS”检船数据库的部分船舶信息进行实证分析.结果表明,使用基于支持向量机理论的PSC选船模型测试的船舶样本结果与其公布的船舶实际情况一致,使用该算法可十分有效地在样本少且检查资源有限时对船舶进行快速分类,对PSC选船的实际操作具有实用价值. 相似文献
8.
近年来,因基础冲刷引发的桥毁事故频发,冲刷会造成桥梁下部结构周围土体被破坏进而导致基础承载力下降,并且由于冲刷位置隐蔽增加了识别检测的难度。为了精准识别桥梁下部结构的基础冲刷损伤,利用车辆制动作用可引起更为显著的桥梁下部结构纵桥向动力响应这一特点,提出了一种基于车辆制动作用下桥梁动力响应小波包能量分析的连续梁桥基础冲刷识别方法。该方法选择典型三轴车制动作用作为动力激励,利用小波包对冲刷前后的车辆制动作用下桥墩顶纵桥向加速度响应进行分解,提出以小波包能量方差变化率作为冲刷识别指标,实现基础冲刷位置识别;进而通过数值模拟方法建立包含多种冲刷程度与对应测点冲刷指标值的样本库,拟合分析确定冲刷识别指标值与冲刷程度间的函数关系,通过识别出的各测点冲刷指标值基于模式反演方法实现冲刷程度的量化识别。一座混凝土连续梁桥工程实例的分析结果表明,该方法能够实现梁桥基础冲刷的定位和定量识别,抗噪能力强,且识别结果受桥面不平度、制动位置、车质量和初始车速等因素影响较小。该方法在试验过程仅需在桥墩顶安装加速度传感器,可借助常规的桥梁荷载试验项目实现,具有测试简便易行、识别精度好等特点,适于公路梁桥基础冲刷的快速检测。 相似文献
1