典型文献
基于无监督机器学习算法的船舶吃水与货量分类量化分析
文献摘要：
以中远海运集珍珠海系列姊妹干散货船为研究对象,采用无监督机器学习中的k-Means算法对干散货船的吃水、宣载量和吃水-宣载量进行分类量化分析.根据肘部法则选取最佳簇的数量,明确吃水、宣载量和吃水-宣载量的分类情况;利用线性回归原理,拟合吃水与宣载量的对应关系.研究结果表明:对于同类干散货船,利用k-Means算法可有效将吃水、宣载量和吃水-宣载量分成3类,方便对干散货船的载货状态进行标识;利用线性回归方法量化出吃水与宣载量之间的关系,决定系数R2趋近于1;通过线性拟合公式计算的宣载量之和与实际宣载量之和相比,误差较小.
文献关键词：
k-Means算法;线性回归;量化分析;吃水;宣载量
中图分类号：
作者姓名：
刘兴;任飞扬;韩懿
作者机构：
中远海运散货运输有限公司,广州510220;上海船舶运输科学研究所有限公司,上海200135;中远海运科技股份有限公司,上海200135
文献出处：
引用格式：
[1]刘兴;任飞扬;韩懿-.基于无监督机器学习算法的船舶吃水与货量分类量化分析)[J].上海船舶运输科学研究所学报,2022(06):23-28
A类：
宣载量
B类：
无监督机器学习,机器学习算法,吃水,分类量化,中远海运,珍珠,珠海,姊妹,干散货,散货船,Means,肘部法则,载货,决定系数,趋近,线性拟合,拟合公式,公式计算
AB值：
0.182681
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
