文献

J-GLOBAL ID：201702214611218139   整理番号：17A0355910

サポートベクトルマシンに基づくターミナルの省エネルギーと排出削減【JST・京大機械翻訳】

Terminal Energy Saving and Emission Reduction Pre-Warning Based on Support Vector Machine

著者 (2件)： Hou Jue (China Waterborne Transport Research Institute) ,  Li Qingxiang (China Waterborne Transport Research Institute)
資料名： Zhongguo Hanghai  (Zhongguo Hanghai)
巻： 39  号： 4  ページ： 108-112  発行年： 2016年 
JST資料番号： W1464A  ISSN： 1000-4653  CODEN： ZHNGE5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ターミナルの省エネルギーと排出削減効果の評価と精密管理の要求に対して、ターミナルの省エネルギーと排出指数の概念を提出し、警告メカニズムにより、ターミナル生産企業が適時に省エネルギーと排出削減状況を把握し、準備に対応する必要がある。多重分類サポートベクトルマシン(M-SVM)を用いて,ターミナルの省エネルギーと汚染物質排出の早期警戒モデルを確立し,ターミナルのエネルギー消費と汚染物質排出を包括的に考慮し,エキスパートの経験を早期警戒モデルに統合し,モデル早期警報とエキスパート経験の結合を実現した。4つのターミナルに対して実証分析と精度検証を行い、結果により、確立した早期警戒モデルは早期警報分類を有効に行うことができることが明らかになった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： エネルギー消費 ,  *ターミナル ,  警報 ,  *省エネルギー ,  多重化 ,  *サポートベクトルマシン
準シソーラス用語： 汚染物質排出 ,  *排出量低減 , 【Automatic Indexing@JST】

著者キーワード (7件)： waterway transportation ,  pre-warning ,  energy saving and emission reduction ,  M-SVM ,  green port ,  terminal ,  machine learning

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： サポートベクトルマシン ,  ターミナル ,  省エネルギー ,  排出削減