基于支持向量机模型的船舶油污损失估算

将支持向量机引入了船舶油污损失赔偿额的估算中,通过从历史船舶溢油事故案例中选取了十组样本数,以污染损失赔偿额与影响因子集作为训练样本,建立了船舶溢油事故污染损失额估算的支持向量机模型.并对支持向量机模型进行仿真训练学习,并将训练好的神经网络应用于对相关案例的估算.研究结果表明应用支持向量机方法进行溢油损失估算结果客观、可靠,为船舶油污索赔和环境保护提供了有力的理论依据.     

海上溢油事故的影响及处理分析

近年来,各类船舶溢油污染事件时有发生,仅中国每年船舶溢油总量就超过千吨。沿海船舶溢油事故造成的海洋石油污染,不但带来巨大的经济损失,而且直接破坏海洋生态环境。针对突发性的船舶溢油污染事件,如何快速、有效地进行控制和清除,并应用有效的处置方案将污染损失和危害减小到最低限度,是我们必须思考的问题。本文首先介绍了海上溢油事故的概况,接着对海上溢油事故的影响进行了分析,继而提出了处理方法及步骤,最后进行总结。     

海上溢油事故的影响及处理分析

近年来。各类船舶溢油污染事件时有发生．仅中国每年船舶溢油总置就超过千吨。沿海船舶溢油事故造成的海洋石油污染,不但带来巨大的经济损失,而且直接破坏海洋生态环境。针对突发性的船舶溢油污染事件。如何快速、有效地进行控制和清除,并应用有效的处置方案将污染损失和危害减小到最低限度。是我们必须思考的问题。本文首先介绍了海上溢油事故...     

海事部门在船舶溢油事故处置中的作用

为更积极地发挥海事部门在船舶溢油事故处置中的作用,介绍海事部门在船舶溢油事故处置中的职责,详细分析海事部门在船舶溢油事故处置中8个方面的作用,对限制海事部门作用发挥的因素进行探讨,并提出针对性的解决对策和建议：为船舶溢油事故处置提供法律保障和工作依据;建立健全溢油应急反应机制;进一步加强船舶溢油监视监测能力建设;建立健全船舶油污损害赔偿机制。     

论国内船舶溢油污染损害赔偿中的法律问题

大量的溢油事故对海洋环境造成了巨大的污染损害,为了消除溢油的污染,需要对溢油进行清除,并对有关的遭受污染的损失方进行赔偿,以保护海洋环境和经济发展的需要。我国在油污赔偿方面存在许多问题,在索赔时存在许多困难,严重影响了溢油的回收清除和对受损方的经济赔偿问题。本文对我国的溢油污染损害赔偿法律问题进行了探讨,并提出了相应的改进意见。     

基于双截尾-GPD分布的船舶溢油损失分布拟合研究

以全国船舶溢油事故损失数据为样本,针对船舶溢油损失数据的主体部分和厚尾部分分段建模,并将双截尾-GPD分布引入船舶溢油损失序列的分布拟合中,对船舶溢油损失序列的分布特征进行研究。实证研究发现,船舶溢油损失数据不服从正态分布,具有"尖峰、厚尾"的特性;分段拟合则进一步提高了损失分布的拟合准确性。     

防止船舶造成海洋污染的四个关键性问题

从四个方面较为系统地分析了防止和解决船舶造成海洋污染的关键:船舶不适航造成重大溢油污染事故;船舶机舱防污染设备监管方面存在的主要问题;建立和完善海事溢油鉴定体系;建立和完善油污损害赔偿制度。并就一些具体问题提出针对性的解决办法。     

论我国船舶油污损害立法的必要性

针对当前我国海域遭受的船舶溢油污染的一些类型,所面临的面临损害威胁的严峻形势,分析了我国油污损害立法和船舶油污损害赔偿机制的现状,以及进行油污损害立法、建立和完善船舶油污损害赔偿机制的必要性和重要意义。并对油污损害立法和完善船舶油污损害赔偿机制的模式进行了探讨。     

关于建立我国船舶油污损害赔偿机制问题研究

船舶一旦发生溢油事故,往往给受害人带来巨额的经济损失。为了减少该损失,世界上几乎所有的石油进出口大国都建立了船舶油污损害赔偿机制。然而我国目前并没有专门的油污损害赔偿立法,种种弊端突显。因此,我国亟待建立适合我国国情的油污损害赔偿机制,借鉴国际上的成熟经验,逐步与国际接轨。     

船舶油污责任险保险人责任形式和责任范围分析

<正>船舶油污责任险保险人应与溢油船舶所有人对油污损害共同承担赔偿责任,这是由分摊风险、弥补损失的保险本质属性及强制险的公益属性决定的。在保险人未对溢油船舶所有人进行理赔的情况下,应先行对油污损害赔偿请求在其保险责任范围     

基于改进的支持向量机方法的多目标图像分割

支持向量机方法被看作是对传统学习分累方法的一个好的替代,特别在小样本、高维情况下,具有较好的泛化性能。针对一对一支持向量机方法进行了改进,并采用其对多目标图像进行了分割研究。实验结果表明,支持向量机方法是一种很有前景的图像分割技术。     

基于支持向量机的舰船维修费用组合预测研究

在费用预测中,利用单一模型往往存在着信息不足的缺陷。为了提高舰船维修费用的预测精度和稳定性,采用支持向量机（SVM）回归算法,把几种单一预测模型结果作为输入,实际值作为输出,然后用足够多的预测案例训练学习机器,在各组合的模型预测结果与实际之间得到一种非线性映射关系,从而建立了非线性组合预测模型。最后,以某型舰船维修费用为例,对指数平滑法、灰色预测和参数法3种方法的预测结果进行仿真,结果表明此法较传统的单一模型预测法具有更高的预测精度。     

基于支持向量机的铁磁构件裂纹识别

鉴于支持向量机的优秀特性,将其应用在金属磁记忆检测中,构造基于梯度值的裂纹标识量,实现对裂纹的定位和裂纹程度的标定,并通过有限元仿真,计算裂纹和裂纹程度及对应的漏磁信号,得到训练样本和测试样本,并训练支持向量机。仿真结果表明：应用支持向量机实现铁磁构件裂纹识别是可行的。     

Using a SVM to evaluate damage to vibration isolators in an elastic raft system

Predicting damage to vibration isolators in a raft experiencing heavy shock loadings from explosions is an important task when designing a raft system. It is also vital to be able to research the vulnerability of heavily shocked floating rafts unreliable, especially when the allowable values The conventional approach to prediction has been or ultimate values of vibration isolators of supposedly uniform standard in a raft actually have differing and uncertain values due to defective workmanship. A new model for predicting damage to vibration isolators in a shocked floating raft system is presented in this paper. It is based on a support vector machine（SVM）, which uses Artificial Intelligence to characterize complicated nonlinear mapping between the impacting environment and damage to the vibration isolators. The effectiveness of the new method for predicting damage was illustrated by numerical simulations, and shown to be effective when relevant parameters of the model were chosen reasonably. The effect determining parameters, including kernel function and penalty factors, has on prediction results is also discussed. It can be concluded that the SVM will probably become a valid tool to study damage or vulnerability in a shocked raft system.     

基于支持向量机和辐射噪声的舰船目标识别

分类器的构造和特征量的提取是目标识别的两个基本问题。鉴于舰船辐射噪声反映了同种舰船的特征，以及以支持向量机为核心的统计学习理论具有具有较好地解决小样本、非线性问题的能力，提出了一种新的识别方法，首先利用子波变换和多分辨分解算法对舰船目标的辐射噪声进行分解，得到目标的线谱和调制谱特征，然后使用支持向量机构造分类器，进行目标识别。实验表明，这种方法是可行的，且有较好的识别精度和较强的泛化性能。     

基于粗糙-支持向量机的航运企业客户信用评估

针对航运企业客户数据样本量少,信息量贫乏、不确定性等特点,提出了一种基于双向互动的粗糙-支持向量机的动态建模方法.利用该方法对具有复杂动态特性和不确定性的航运企业客户信用评估进行建模,并进行了实例研究.结果表明,基于粗糙-支持向量机的动态模型具有较快的收敛速度、较高的建模精度以及较好的泛化能力.     

支持向量机在船舶电力推进系统故障诊断中的应用

针对人工神经网络收敛速度慢、容易陷入局部最优解等不足,本文采用支持向量机技术建立船舶电力推进故障诊断系统。确定支持向量机的核函数和分类方法,结合训练样本,采用基于网格搜索的K重交叉验证法进行核函数的参数优化,从而得到支持向量机故障诊断模型。利用支持向量机工具箱函数,在MATLAB中进行故障诊断模型的仿真计算,结果表明基于支持向量机所建立的故障诊断模型有较强的诊断准确性和泛化推广能力,从而提高船舶的安全性。     

基于支持向量机的惯性导航初始对准

详细分析了支持向量机(SVM)在非线性函数逼近的原理,并把支持向量机的这种特性应用到惯性导航系统的初始对准过程。仿真结果表明,支持向量机用于惯导系统初始对准问题的有效性,既可以获得与卡尔曼滤波器相同的对准精度,又可提高系统的实时性。     

基于决策SVM的入侵检测技术研究

在网络入侵检测中,数据类别不均衡训练集的使用将产生分类偏差,支持向量机是一种新型的统计学习模型,在处理小样本和学习机的推广能力上有很大的优势．针对支持向量机解决k个多类分类问题存在训练样本数据大、训练困难的问题,提出基于支持向量机的决策树训练算法,构建了基于支持向量机决策树的入侵检测系统模型．利用KDDCup99数据集,将本文提出的算法与Lee-Carter方法和1-v-R方法进行了对比实验．通过实验和比较表明,该方法的训练效率大大提高,并且具有较高的检测率．     

多分类支撑向量机综述

支撑向量机的研究是当前人工智能领域的研究热点。传统的支撑向量机是两类的分类器,如何将其有效地推广到多类问题仍是一个有待研究的问题。在本文中,作者对目前已有的多分类支撑向量机算法,从基本思想、实现的方法、特点以及存在的问题上做了详细的介绍,以期对今后的研究有所启发。