文献类型：期刊文章

作　　者：邱文钦[1] 唐存宝[1] 唐强荣[1]

QIU Wenqin;TANG Cunbao;TANG Qiangrong(Navigation Department,Guangzhou Maritime Institute, Guangzhou 510725, China)

机构地区：[1]广州航海学院海运学院,广州510725

出　　处：《中国航海》

基　　金：广东省交通运输厅科技计划项目(2012-02-045)

年　　份：2019

卷　　号：42

期　　号：1

起止页码：52-55

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：在船舶大型化趋势明显,船舶交通量迅猛增长的背景下,如何保障船舶进港航道通航环境,确保船舶安全、有效进港成为众多研究关注的焦点。结合高斯混合聚类模型(Gaussian Mixture Model, GMM)和概率神经网络(Probabilistic Neural Network, PNN)的特点,构建在不确定条件下的基于GMM-PNN模型的内河航道通航环境风险评价模型。案例分析表明:所提出的模型具有较强的应用性和普适性,能够为有关部门实施现代化海事监管提供夯实的理论基础。

关 键 词：通航环境 高斯混合聚类  概率神经网络 风险评价  不确定性

分 类 号：U676.1]