基于改进K近邻算法的船舶通航环境智能识别

• 作者: 姜雅乔 李嘉源 王凯 王壮 马冉祺 黄连忠
• 来源期刊: 上海海事大学学报
• 关键词: 通航环境 K均值聚类 K近邻算法 智能识别
• 年，卷（期）: 2020,（3）
• 页码范围: 36-41
• 页数: 6页
• 分类号: U676.3
• 语种: 中文
• DOI: 10.13340/j.jsmu.2020.03.007

摘要

为实现船舶能效的智能优化,从船舶通航环境出发,研究船舶通航环境的智能识别方法.基于所获得的船舶通航环境大数据,建立基于改进K均值聚类算法的船舶通航环境类别知识库,设计相关系数加权的K近邻算法,实现船舶通航环境的智能识别.实例分析结果表明,此基于改进K近邻算法的智能识别方法的识别准确率可达97.25％,相对于未改进的K近邻算法,准确率提高7.81％.所提出的智能识别方法可为基于通航环境智能识别的船舶分段航速智能优化方法的研究奠定基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄连忠		58	355	11.0	15.0
2	马冉祺		13	43	4.0	6.0
3	李嘉源		4	0	0.0	0.0
4	王壮		2	4	1.0	2.0
5	王凯		6	6	2.0	2.0
6	姜雅乔		1	0	0.0	0.0