排序方式: 共有8条查询结果,搜索用时 15 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.
1