基于SOM的车牌号码倾斜校正

利用SOM神经网络的聚类特性,把图像字符坐标聚成2类拟合成一条直线,求得该直线斜率k,计算倾斜图像的旋转角α,把倾斜图像旋转α,进行水平倾斜校正;在垂直倾斜校正中,使用SOM神经网络聚类拟合直线,计算垂直倾斜角θ,并对水平倾斜校正后的图像进行错切变换,得到最终的校正图像.实验结果表明,该方法能准确地检测出图像的倾斜角,并具有较强的抗干扰性和应用适应性,为图像倾斜校正提供了一个新的有效方法.     

应用自组织神经网络的盾构选型

介绍了自组织神经网络的原理算法及其在盾构选型中的应用。侧重讨论了自 竞争特性，自学习能力与ＩＳＯＤＡＴＡ聚类分析法，试验表明，只要样本空间映合理，这种自组织无监督的神经网络具有很好的自学习功能，在工程中具有广泛的应用前景。     

企业核心能力灰色聚类评价模型研究

笔者在文中首先对企业核心能力的内涵进行分析,然后利用层次分析法(AHP)、灰色聚类理论建立企业核心能力灰色聚类评价模型,该模型可以对具体企业的核心能力进行定量综合评价,从而找出差距,以便不断培育和增强企业核心能力.     

航运企业盈利预测报告的编制策略

盈利预测是指企业对预测期间的经营成果所做的预计和测算.编制盈利预测应遵循谨慎性原则.航运企业除了要面对航运业周期和市场变化的影响外,还要受到政治、经济等大环境的影响,综合性的航运公司最好还是依靠预算管理体系,组织系统内公司和部门,充分调动企业内部的资源,按照编制损益预算的模式,编制盈利预测报告.盈利预测报告的内容一般包括盈利预测基准、盈利预测基本假设、盈利预测表和盈利预测说明四个部分.     

基于蚁群优化模糊C均值聚类算法的疲劳驾驶研究

通过收集大数据对汽车驾驶员的疲劳特征和疲劳参数进行学习,根据学习的参数将驾驶员的疲劳程度进行分类,提出了蚁群优化的模糊C均值聚类算法。在初步聚类中运用蚁群聚类产生聚类中心和簇的个数,提供给模糊C均值聚类;利用模糊C均值聚类再次进行聚类,克服了单个聚类算法的缺点。仿真结果表明:文中方法比一般方法具有更好的性能和聚类效果。利用BP神经网络模式识别功能可以识别疲劳驾驶类别。     

企业核心能力灰色聚类评价模型研究

笔者在文中首先对企业核心能力的内涵进行分析，然后利用层次分析法(AHP)、灰色聚类理论建立企业核心能力灰色聚类评价模型，该模型可以对具体企业的核心能力进行定量综合评价，从而找出差距，以便不断培育和增强企业核心能力。     

民营航运谋破局

成长道路充满曲折早在20世纪80年代末90年代初,我国就已有民营资本投资航运业。在这第一批民营航运企业中,大多是层次不高、盈利也不多的船舶经纪、船代、货代等公司。在经历20世纪     

江苏省航运人才竞争力评价与对策研究

根据航运人才的概念和相关研究内容提出了航运人才竞争力评价指标体系,并利用灰色聚类方法和层次分析法构建了具体的航运人才竞争力评价模型。运用该模型对江苏省航运人才竞争力状况进行了评价,根据评价结果提出了有针对性的改善措施。     

基于灰色关联分析和SOM-RBF神经网络的高速公路交通量预测方法研究

本文选取两段高速公路交通量相关数据作为样本,基于聚类算法改进RBF神经网络对交通量进行预测,考虑影响因素的复杂多样,其中对云南元磨高速普洱段数据建立灰色关联分析,得到选取的特征影响因素的关联度大小,其中普洱市总人口数关联度最小为0.5532。随后引入自组织特征映射神经网络(SOM)构建聚类模型。采用先聚类分析、再分别预测的思路,解决了由于RBF神经网络对于少量样本和训练样本点分散所引起的预测精度降低的问题,改进的神经网络泛化能力有所提高,结果表明:SOM-RBF组合算法对元磨高速交通量进行预测,其相对误差维持在6%以下,平均相对误差为3.81%,预测效果较BP神经网络和RBF神经网络有较大的提升。通过两段高速公路的实例分析,验证了SOM-RBF组合算法有良好的预测效果和适用性,可有效的用于交通量预测,具有较高的实用价值。     

基于SOM神经网络的民用机场分类方法

机场是综合交通运输的重要节点,是航空运输的重要基础设施。科学地进行机场分类研究对于机场的国家布局规划、机场自身定位和运行策略选择等都具有重要的现实与理论研究价值。利用神经网络技术中的自组织映射（SOM）网络并结合MATLAB软件进行编程对我国主要机场进行聚类分析评价,得出我国主要机场分为8层的主要结论。结果表明,自组织特征映射（SOM）能很好用于我国机场分类,是一种新颖、有效的分类方法。     

航运企业落实《船员管理条例》措施分析

认真学习和剖析《船员管理条例》,对明确船员任职条件、职责、权利和义务,加强航运企业安全管理及生产具有重要意义。为了在航运安全的条件下提高经济效益,保证企业更好的发展,需要推进《船员管理条例》的落实与实施。     

随机GHP模型中机场容量混合聚类算法

为了有效利用机场容量资源,克服现有随机GHP模型中容量预测存在的人为误差,研究了机场容量混合聚类算法.将每天的容量按照30 min间隔划分为多个区间,每个区间对应着1个容量值,这样每天的容量就作为1个容量样本.采集国内某机场半年的容量样本,采用k-means和SOM神经网络的混合聚类算法,确定机场典型容量样本,计算相应...     

关于我国航运企业航运附属公司注册地税务筹划问题的探讨

税收支出是企业经营活动中的一项重要支出。对我国航运企业进行税务筹划研究,有利于降低我国航运企业税负水平,提高我国航运企业的国际竞争力。     

基于SOM的我国民用机场分类研究

科学准确地对民用机场分类可以将机场自身定位,为机场发展及评估提供可靠依据,具有重要的现实意义。本文选用了15个影响我国机场分类的关键因素,运用神经网络技术中的自组织映射(Self-Organizing Map,文中简称SOM)将我国民用机场进行了细分,并分析了各类机场的特点。结果表明,SOM能很好地应用于我国民用机场分类,是一种科学、有效的分类方法。     

二分类数据的分类结果可视化算法

针对在某些应用领域对二分类数据分类结果可视化的需求，以及现有无监督可视化算法无法提供分类结果的相关信息的问题，提出了二分类数据分类结果可视化算法——支持向量可视化（SVV），该算法是在无监督的自组织神经网络（SOM）的可视化功能的基础上，结合监督学习的支持向量机（SVM）的二分类算法，得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图，提高了分类结果的可解释性．以SOM可视化算法以及Smnmon算法为参照，用2组可分性不同的样本集进行仿真分析，验证了该算法的有效性和可行性。     

良好的素质是提高英语口语交际能力的必要条件

世界贸易的发展促使世界航运队伍迅速扩大,我国远洋运输业从业人员英语口语交际能力偏低已成为制约我国航运事业参与国际竞争的瓶颈。学生良好的素质是提高英语口语交际能力的必要条件,因此航海类院校的英语教师一定要在教授学生英语知识和专业英语知识的同时切实培养学生良好的综合素质,尤其是心理素质。     

一种新的基于自组织映射的流形学习算法

针对自组织映射（Self-Organizing Map,SOM）算法在进行流形学习时容易陷入局部极值和产生“拓扑缺陷”问题的原因,提出了一种新的基于SOM的流形学习算法：TO-SOM（Training Orderly-SOM）．根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服“拓扑缺陷”．根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪声也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用．     

浅谈航海类高职院校园文化与航运企业文化的互渗

航海类高职院校园文化与航运企业文化之间存在多方面的联系。为了提升航海类学生的专业技能及职业素养,使航海类专业教育更加贴近航运企业,文章就航海类高职院校园文化与航运企业文化之间的相互渗透的必要性进行分析,并提出相互渗透的对策措施。     

对建立船舶营运成本目标管理系统的设想

在面临入世之际,我国的航运企业加强船舶营运成本控制工作显得尤为重要和迫切.针对我国航运企业船舶营运成本的核算方法,结合我国航运企业船舶营运成本控制的现状和存在问题,建立一个船舶营运成本目标管理系统,对船舶营运成本进行事前预测、事中审核、事后分析,且使其各环节环环相扣,形成一个完善而有效的成本控制体系,才能增加企业经济效益,提高企业经营管理水平.     

对国际不定期船远期运费协议（FFA）市场的探讨

当今国际航运市场的博弈从传统的现货市场向期货和现货相互并存、相互影响的方向发展,国际航运期货交易已经成为航运企业在涨跌轮回的干散货市场中研判未来市场走势、对冲市场风险、套期保值、投机盈利的重要手段之一.