中国港航股指走势月度分析（2013年6月）

1 中国A股码头上市公司指数走势中国A股码头上市公司指数6月28日收于31．6点,当月累计下跌15．O％。第一期（6月3—713）指数均值为36．4点,比上期（5月27—31日）均值37．3点下跌2．4％;第二期（6月17—21日）指数均值为34．8点,比上期下跌4．6％;第三期（6月24—28日）指数均值为31．8点,比上期下跌8．5％。     

中国港航股指走势月度分析（2014年2月）

1 中国A股码头上市公司指数走势 如图1所示,中国A股码头上市公司指数2月28日收于50-3点,当月均值为52．7点。第一期（2月10-14日）指数均值为54．0点;第二期（2月17-21E1）指数均值为53．9点,与上期基本持平;     

基于竞争的半潜维修船最佳配备数量及选址

为解决在竞争条件下半潜船维修船的最佳配备数量及选址问题,分析明确了半潜维修船的功能特点.针对岸基维修的竞争,建立了基于时间和经济影响的半潜维修船到达故障点的最迟时间约束式.在构建的k-中值选址模型基础上,增加了对军舰维修区的重点覆盖的条件约束,并设计了求解该模型的贪婪启发式算法.结合实例,运用局部搜索替换的改进贪婪取走启发式算法求解该模型,得出了我国半潜船维修船的最佳配备数量及选址.     

快速高维均值平移算法及其在航空图像分割中的应用

随着军事伪装技术的广泛应用,如何有效提取与背景色彩接近的目标是提高航空图像目标识别能力的关键。针对背景色彩接近目标的航空图像分割问题,应用一种基于快速高维均值平移的图像分割方法对航拍图像进行处理。在包含有空间,色彩和纹理的高维特征空间中对图像进行均值平移滤波,再通过聚类方法分割图像。同时,针对特征空间维数增大带来的大计算量问题,对均值平移算法进行了改进,给出了一种基于均值平移向量预测的快速算法。实验结果表明,算法用于航拍图像分割,分割效果和运算速度均优于标准算法。     

Driving Cycle Construction and Accuracy Analysis Based on Combined Clustering Technique

基于通过实车试验采集的城市典型道路行驶工况数据,首先用主成分分析法对选取的12个表征道路运行特性的特征参数进行减缩,接着利用SOFM神经网络算法和K均值聚类法相结合的组合聚类技术对所有运动学片段的前3个主成分得分进行分类,再根据各类别的时间比例从各类别中选取合适片段,最终拟合出代表性工况.通过对各工况加速度分布的K-S检验和采用ADVISOR软件进行的发动机载荷谱和燃油消耗量仿真分析,表明和K均值聚类法相比,组合聚类法的行驶工况拟合精度更高,更能综合反映城市交通真实状况.     

国际干散货运输市场月评

<正>(2021年12月)本月尽管有圣诞假期等季节性因素的影响,但国际干散货运输市场表现好于预期。继上月市场大幅调整后,本月上半月大宗商品价格止跌回升,欧洲天气不佳、太平洋市场铁矿石、煤炭货盘增加等拉升市场运价,下半月受圣诞等季节性因素影响,市场运价大幅回落但仍好于预期。波罗的海干散货指数(BDI)先升后降,月平均值为2 832点,环比上涨1.8%。远东干散货综合指数止跌小幅回升后断崖式下滑,月均值略低于上期。12月31日,上海航运交易所发布的远东干散货指数(FDI)综合指数、运价指数和租金指数分别报收于1 588.29点、     

改进的均值插补不完备数据聚类算法

在许多实际场景中,由于数据获取困难、数据误读、数据丢失以及随机噪音等因素导致大量的数据缺失.针对传统的聚类算法无法直接处理不完备数据集的问题,提出了一种基于传统聚类算法的均值插补不完备数据的聚类方法,首先将不完备数据集划分为两个互不相交的子集,使用传统的聚类算法处理无缺失数据的数据对象获得初始聚类结果;然后使用各类中数据对象的属性均值填充不完备数据对象的缺失数据,观察各类中心值的变化确定最终的插补值.实验通过有效性指标评估该算法在UCI数据集上的聚类结果,可以验证算法的有效性.     

基于密度半径自适应选择的K-均值聚类算法

K-均值算法聚类速度快,易于实现,且对数据依赖度低,在文本聚类中得到广泛应用.然而,由于聚类初始中心点选择的随机性,传统K-均值算法以及其变种的聚类结果会产生较大的波动.文章对K-均值算法进行了改进,通过自适应选择最佳密度半径进而优化聚类初始中心选择的方法,得到一种适合文本数据聚类分析的改进算法.实验表明,该算法能够生成质量较高而且波动性较小的聚类结果.     

一种有效的FCM算法的实现方式

提出了一种有效的FCM算法的实现方式。目前FCM算法的实现大多采用启发式方法,根据经验或实验用人工选择的方法来确定FCM算法中的所有参数。利用一个有关选择权指数m的新的研究结果,提出了一种有效的FCM算法的实现方式,选择了一种简便的聚类有效性函数用于聚类结果的检验,最后用数值实验验证了方法的合理性。     

考虑生理特性的驾驶行为险态辨识研究

生理指标是驾驶过程中驾驶人状态最直观的体现,探讨生理指标与驾驶行为险态之间的关联关系对实现危险驾驶行为的辨识具有重要现实意义.以驾驶人生物反馈系统采集的3项生理特性指标为特征向量,采用皮尔逊(Pearson)相关系数法对不同生理指标与险态等级之间的关系进行深入分析,并在此基础上采用K-均值聚类方法构建驾驶行为险态辨识模型.通过对30组模拟驾驶实验数据的分析,最终得出驾驶人的血流量脉冲值(BVP)和皮肤表面电位(SC)与驾驶行为险态等级间存在显著正相关性(p<0.05),呼吸率(RESP)与驾驶行为险态间存在一定相关性,但是规律性不强.采用BVP和SC作为特征向量构建模型对驾驶行为险态辨识精度最高达到96%,对可忽略、可容忍和不可容忍3种状态的识别准确率分别达到97.33%,98.16%和88.16%.