收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的船舶交通事故预测研究

李俊  
【摘要】: 由于水上运输运量大、能耗低、运输适应性强以及可国际通航等特点,水运在国民经济建设中占有重要地位。目前我国水运虽迅猛发展,但随着船舶数量增多,船舶交通流量增加,航行密度增大,船舶交通事故频发,致使人命安全、财产损失及环境污染等问题时有发生。因此,对船舶交通事故预测研究势在必行,具有重要的实际意义。船舶交通事故预测是一个具有影响因素繁多、不规则、随机性、非线性预测并且数据不全的预测难题。 支持向量机是由V.Vapnik等提出的一种学习技术,是借助于最优化方法解决机器学习问题的新工具。支持向量机是机器学习领域若干标准技术的集大成者,它集成了最大间隔超平面、Mercer核、凸二次规划、稀疏解和松弛变量等多项技术,在工业预测应用中,获得了目前为止最好的效果。支持向量机(SVM)作为一种全新的学习机器,具有拓扑结构简单、提供全局唯一最优解、推广性能好、能从未知分布的小样本中抽取大量的有用信息,解决了样本空间中的高度非线性分类和回归等问题,利用回归作预测能取得很好的预测效果的特点。因此本文选择支持向量机对船舶交通事故进行预测。 本论文的主要研究工作如下: (1)全面研究了统计学习理论和支持向量机理论,阐述了支持向量机的基本原理。重点论述了统计学习理论的三个核心概念:VC维、推广能力的界、结构风险最小化,支持向量机的最优分类面、核函数及支持向量回归机,并研究支持向量回归机算法。 (2)研究了船舶交通事故的特点、种类和等级,并根据船舶交通事故的特点,从人为因素、船舶因素及环境因素等对船舶交通事故的成因进行全面地分析和研究。 (3)研究了指数平滑模型(采取二次、三次平滑预测)、回归模型(采取从一元至五元回归预测)、灰色系统模型和支持向量回归机模型的算法,深入研究了这四种预测方法在船舶交通事故预测中的应用。 (4)在对支持向量回归机方法进行船舶事故预测研究中,探讨了事故数据的预处理、支持向量回归机预测模型参数的选取及事故数据的特征选取原理和方法,并进行最优核函数选取研究。另外用高斯径向基为核函数的支持向量机以时间、事故种类和事故等级为特征对长江某流域的事故进行预测,比较得出以时间为特征的预测效果较好。 (5)集成基于VC++平台的船舶交通事故预测系统,利用船舶交通事故预测系统对船舶事故数据进行试验并比较,证实支持向量回归机预测效果最佳,并总结了GM(1,1)模型、指数平滑模型及SVM模型的特点。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 董本清;钟清流;刘长生;;SVM在金属塑性成形摩擦系数预测中的应用研究[J];科学技术与工程;2006年22期
2 任宝生;赵明;刘志斌;王君;;油田开发动态指标的支持向量机预测[J];石油工业计算机应用;2007年04期
3 马文涛;;模糊支持向量机在煤与瓦斯突出预测中的应用[J];科技促进发展;2009年12期
4 关宏宇;余成;葛春华;张向东;;SVM用于2-杂环芳基苯并二氢吡喃-4-酮衍生物QSRR研究[J];辽宁大学学报(自然科学版);2008年03期
5 王君;刘志斌;时琼;杜江民;;基于层级支持向量机的石油价格预测[J];石油工业计算机应用;2009年03期
6 安文森;孙彦广;朱文功;;基于支持向量机的钢淬透性预测研究[J];仪器仪表学报;2006年11期
7 陈芝芬;张冬梅;姚振忠;;SVM在成矿预测中的研究[J];计算机工程与应用;2009年30期
8 刘叶玲;张海燕;来兴平;;基于SVM的煤岩破裂与失稳预测模型[J];煤田地质与勘探;2007年03期
9 王强;陈英武;李孟军;;卷烟焦油量的支持向量机预测[J];烟草科技;2007年10期
10 任宝生;赵明;刘志斌;王君;;油田开发动态指标的支持向量机预测[J];石油规划设计;2008年06期
11 钟伟民;钱锋;皮道映;;一种基于2次核函数支持向量机的多步预测控制算法[J];华东理工大学学报(自然科学版);2007年04期
12 项前;杨建国;程隆棣;;基于支持向量机的纱线质量预测[J];纺织学报;2008年04期
13 袁友浪;刘亮;钮冰;陆文聪;蔡煜东;;蛋白-核酸相互作用的支持向量机预测模型[J];计算机与应用化学;2010年02期
14 袁士宝;蒋海岩;鲍丙生;陶军;;基于支持向量机的火烧油层效果预测[J];石油勘探与开发;2007年01期
15 马喜波;阎爱侠;;基于支持向量机的有机化合物水溶解度的分类和预测的研究[J];计算机与应用化学;2008年12期
16 刘祥楼;张淼;刘得军;姜继玉;;基于支持向量机的文本分类方法[J];大庆石油学院学报;2008年02期
17 罗华军;黄应平;刘德富;;基于WA-SVM的水库溶解氧预测[J];西北农林科技大学学报(自然科学版);2009年03期
18 贾存良;吴海山;巩敦卫;;煤炭需求量预测的支持向量机模型[J];中国矿业大学学报;2007年01期
19 郭辉;;一种改进的SVM算法及其在股票指数预测中的应用[J];重庆科技学院学报(自然科学版);2008年02期
20 孟倩;王洪权;王永胜;周延;;煤自燃极限参数的支持向量机预测模型[J];煤炭学报;2009年11期
中国重要会议论文全文数据库 前10条
1 贺皓;罗慧;;基于模式识别的支持向量机大雾预报方法[A];陕西省气象学会2006年学术交流会论文集[C];2006年
2 赖永标;乔春生;;基于SVM隧道与溶洞安全距离预测模型[A];第六届全国地面岩石工程学术会议暨第二届岩土力学与工程前沿论坛论文集[C];2007年
3 张向波;梅国建;徐宗昌;;基于SVM的装备战备完好性预测模型[A];第十届中国科协年会论文集(一)[C];2008年
4 侯征;王天意;宋洪伟;刘国辉;;地下水含量预测新技术[A];中国地球物理·2009[C];2009年
5 王关金;吴堑虹;戴塔根;苏欣;侯木舟;;支持向量机对长沙、株洲、湘潭土壤质量的未来变化的预测[A];中国矿物岩石地球化学学会第11届学术年会论文集[C];2007年
6 应自炉;张有为;李景文;;基于GDA和SVM的人脸表情识别[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
7 王海军;白丹;党志良;;基于LSSVM泾惠渠灌区来水预测[A];水力学与水利信息学进展 2009[C];2009年
8 刘耀年;王浩;何昌浩;何萍;;基于支持向量回归机的短期电力负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
9 高荣;刘晓华;;基于小波变换的支持向量机短期负荷预测[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
10 门洪;武玉杰;李小英;高艳春;;基于支持向量机的分类算法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
中国博士学位论文全文数据库 前10条
1 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
2 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
3 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
4 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
5 梁力文;基于支持向量机的小波滤噪短波近红外光谱在药品定量分析中的研究[D];吉林大学;2009年
6 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
7 陈祖云;煤与瓦斯突出前兆的非线性预测及支持向量机识别研究[D];中国矿业大学;2009年
8 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
9 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
10 何静媛;RNA二级结构预测算法的研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前10条
1 李俊;基于支持向量机的船舶交通事故预测研究[D];武汉理工大学;2008年
2 杜贤利;基于最小二乘小波支持向量机的股票期货市场预测[D];江苏大学;2008年
3 林豫柏;钢铁企业智能化研究与实现[D];厦门大学;2006年
4 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
5 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
6 陈逸波;支持向量机在高炉炉温预报中的应用及若干改进[D];浙江大学;2010年
7 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
8 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
9 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
10 余萍;一种基于边界调节的支持向量机模型[D];重庆大学;2007年
中国重要报纸全文数据库 前10条
1 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
2 本报记者 张超;预测模型:推算SARS起落潮[N];科技日报;2003年
3 刘庆;“预测模型”要缓行[N];网络世界;2006年
4 王雪飞;儿童多动症有了疗效预测模型[N];健康报;2006年
5 记者 冯蕾;海事部门多措并举确保百姓放心乘船[N];光明日报;2009年
6 海通期货研究所;沪深300行业指数β系数预测模型之比较[N];期货日报;2009年
7 本报记者 谢飞;行业预测模型试水 数量化投资武装基金业[N];21世纪经济报道;2004年
8 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年
9 四川农业大学 王立志 贾刚 王康宁;饲料有效磷的评定及预测模型的“雏形”[N];中国畜牧兽医报;2006年
10 五矿海勤 张浩;LLDPE日内价格波动区间预测模型初探[N];期货日报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978