文摘
英文文摘
声明
第1章 绪论
1.1研究背景及意义
1.1.1研究背景
1.1.2研究意义
1.2船舶溢油趋势预报国内外研究现状
1.3本文主要内容
1.4本文章节安排
第2章 上海港水域船舶溢油事故分析
2.1船舶溢油事故界定及分类
2.2上海港水域船舶溢油事故分析
2.3上海港水域船舶溢油事故影响因素分析
2.4船舶溢油事故影响因素预测
2.5小结
第3章 统计学习理论与支持矢量机
3.1引言
3.2统计学习理论基础
3.2.1VC维(Vapnik-Cheronenkis)
3.2.2经验风险最小化归纳原则(ERM)
3.2.3结构风险最小化归纳原则(SRM)
3.3支持矢量机(SVM)
3.3.1支持矢量分类机(SVC)
3.3.2非线性SVC及核函数
3.3.3支持矢量回归机(SVR)
3.3.4SVM训练算法及新发展
3.4SVM对小样本的推广能力
第4章 支持矢量机在上海港船舶溢油事故预报中的应用
4.1SVM预测模型
4.1.1数据预处理
4.1.2SVM核函数及相关参数的选择
4.1.3SVC建模步骤
4.1.4利用Matlab建立SVM模型
4.2SVM模型应用案例
4.2.1预测参数选择
4.2.2标准化形式选择
4.2.3SVM模型应用案例
4.3小结
第5章 SVM模型与其它模型比较
5.1引言
5.2上海港水域溢油事故灰色预测模型
5.2.1灰色分析模型GM(1,1)
5.2.2灰色预测模型在上海港水域船舶溢油事故中的应用
5.3上海港水域溢油事故投影寻踪预测模型
5.3.1投影寻踪(PP)简介
5.3.2投影寻踪回归(PPR)原理及算法简介
5.3.3基于遗传算法和神经网络的PPR模型自动选择
5.3.4PPR应用案例
5.4上海港水域溢油事故BP神经网络预测模型
5.5预测模型比较
第六章 结论与展望
致谢
参考文献
附录