文献

J-GLOBAL ID：201702212497675070   整理番号：17A1568945

因子分析およびGA SVMに基づく船舶衝突事故解析【Powered by NICT】

Vessel collision accidents analysis based on factor analysis and GA-SVM

著者 (4件)： Fang Hui (Key Laboratory of Fiber Optic Sensing Technology and Information Processing, Ministry of Education, School of Information Engineering, Wuhan University of Technology, Wuhan, Hubei Province, China) ,  Guo Zhiqiang (Key Laboratory of Fiber Optic Sensing Technology and Information Processing, Ministry of Education, School of Information Engineering, Wuhan University of Technology, Wuhan, Hubei Province, China) ,  Yang Jie (School of Information Engineering, Wuhan University of Technology, Wuhan, Hubei Province, China) ,  Liu Shengming (School of Information Engineering, Wuhan University of Technology, Wuhan, Hubei Province, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IAEAC  ページ： 191-195  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 重大な衝突の固有法則を調査し,事故の結果を決定するための参照を提供するために,本論文ではデータマイニングに基づく容器衝突解析と予測の新しいモデルを提案した。完全容器衝突事故報告を収集後,血管衝突の重症度の指標を抽出し,定量した。因子分析の方法を用いて,関連する指標は,いくつかの主要な因子に減少した。次に各指標の重要性を回帰分析により決定した。遺伝的アルゴリズム(GA)を用いて最適化サポートベクトルマシン(SVM)モデルと組み合わせて,容器衝突の重症度の予測を達成した。実験結果は,提案したモデルは,他の三つの類似モデルよりも予測の分野で優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *事故分析 ,  血管 ,  最適化 ,  データマイニング ,  *因子分析 ,  サポートベクトルマシン ,  回帰分析 ,  *船舶 ,  遺伝的アルゴリズム
準シソーラス用語： 重症度 ,  *衝突事故 ,  衝突解析 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 因子分析 ,  Ga ,  SVM ,  船舶 ,  衝突事故 ,  解析