基于Spark平台的海量AIS数据k-means算法聚类分析

随着船舶数量不断增加,A IS数据的数量持续增长,与此同时数据复杂和处理难度大等缺陷也日渐突出.为了分析大量的AIS数据并充分挖掘有效信息,文中构建了一个基于Spark、Hadoop和Mesos的AIS数据处理和分析平台,使用k-means算法对船舶数据进行聚类分析,获得更清晰的船舶航迹信息,并比较有、无安装Spark...     

散粮集疏港工艺研究

1问题的提出近年来,出于降低成本等因素的考虑,货主经由港口装卸的粮食类货物呈现出散装集港的趋势,这对港口的堆存及装卸作业提出了新的要求。由于我公司库场堆存条件有限,因此在某些时候对于部分散粮无法提供足够的堆存库容。然而,散粮类货物的堆存又具有防水湿、防霉变、透气性等方面的要求,一般不能直接落地露天堆存。针对这些问题,我们对散粮集疏港工艺进行了研究。     

一个基于灰色神经网络组合的交通量预测模型应用研究

GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。     

类土质边坡破坏形态及特征分析研究

对类土质边坡的变形破坏进行了分析研究,提出了按边坡破坏形态对边坡进行分类的方法,以及按坡体破坏形态建立坡体地质力学模型进行开挖稳定性分析的思路。     

见证历史沧桑，折射百年巨变——《大连海事大学航海类专业教学计划资料汇编（1909--2009）》推介

由大连海事大学出版社出版发行的《大连海事大学航海类专业教学计划资料汇编（1909--2009）》（以下简称《汇编》）,于2013年8月正式面世。《汇编》以资料汇编的形式全面追溯了大连海事大学及其前身自1909年一2009年航海类专业教学计划发展演进的历程。该书由大连海事大学洪声振副研究员编著、钱耀鹏教授审定,原为向母校百年华诞献礼之作。     

办刊为读者 征集好稿件

中国《汽车工业研究》创刊于1986年,27年来已出刊225期(2013年2月)。是国内管理类期刊中创刊历史较长、仍保持创新活力与市场地位的杂志之一。《汽车工业研究》是全国经济管理类核心期刊,国家经济管理理论重点学术期刊,被中国核心期刊(遴选)数据库、中国期刊网、中国科学引文数据库等权威数据库收录。     

《上海海事大学学报》扩展影响因子跃居航海类期刊首位

据中国科学技术信息研究所和北京万方数据股份有限公司2012年9月联合发布的2012年版《中国期刊引证报告(扩刊版)》(以下简称万方数据库)报道:2011年中国期刊被引指标交通运输工程类期刊中,《上海海事大学学报》扩展影响因子为0.599,《中国航海》扩展影响因子为0.467,《重庆交通大学学报》扩展影响因子为0.432,《武汉理工大学学报(交通科学与工程版)》扩展影响因子为0.374,《大连海事大学学报》扩展影响因子为0.312,《航海技术》扩展影响因子为0.154。上述各期刊2010年的扩展影响因子依次为0.440,0.465,0.664,0.477,0.600和0.256。     

新时期中队半军事管理模式的探讨

探讨了航海类院校在实施半军事化管理中,运用积分制、管理以人为本、优化学生干部队伍、管理信息化及班级责任制几种行之有效的管理模式和管理办法,取得了预期的管理效果。     

一种改进的基于密度和网格的高维聚类算法

提出了一种改进的基于密度和网格的高维聚类算法,并对算法有效性进行了验证.该算法通过减少样本点数量的方法达到减少稠密子空间数量.在发现高维稠密子空间时,对样本库进行精简.这些样本点的求得能有效减少求解最小聚类的时间复杂度.     

基于并联型灰色神经网络模型的港口吞吐量预测方法探讨

港口吞吐量预测是港口规划的基础,在确定港口发展方向、投资规模等方面发挥着十分重要的作用,因此有必要对港口吞吐量的发展趋势做出合理的预测。结合灰色理论和神经网络模型的特点,尝试用灰色神经网络组合模型之一——并联型灰色神经网络模型进行港口吞吐量预测。用实际算例证明了该方法在港口吞吐量预测中的有效性。