徐良坤
- 作品数：14 被引量：36H指数：3
- 供职机构：集美大学更多>>
- 发文基金：福建省自然科学基金国家自然科学基金福建省教育厅资助项目更多>>
- 相关领域：交通运输工程机械工程经济管理环境科学与工程更多>>
- 模糊环境下的海上溢油应急选址模型被引量：1
- 2012年
- 针对海上环境的复杂性和不确定性,为了合理选择海上溢油应急服务设施点,从最大覆盖选址问题进行研究,构建了基于三角模糊数的最大覆盖模型,并给出模型的具体算法.结果表明,该模型对解决模糊环境下的海上溢油应急服务设施点布设是有效的.
- 赵玲柴田徐良坤
- 关键词：海上溢油三角模糊数
- 引领无动力大型钻井平台拖航进港技术分析被引量：1
- 2017年
- 无动力钻井平台由于其本身无自航能力,需要拖船协助海上拖航及靠离泊作业,对钻井平台的控制难度较大。特别是拖航进港时,由于受港内狭窄水域限制,操纵难度更大。笔者以我站引航员指挥拖带无动力大型钻井平台"蓝鲸1号"为例,对指挥拖带该钻井平台由烟台港20号浮经北航道、西航道、来福士航道至来福士10号泊位安全靠泊的整个引航过程进行了梳理,为类似的无动力大型钻井平台的港内拖航操纵提供参考。
- 韩光周文涛徐良坤
- 关键词：引航技术
- 航海技术专业实践教学课程设置存在的问题被引量：2
- 2016年
- 为构建合理的航海技术专业实践教学课程体系,以及为航海技术专业实践教学标准的编制提供参考,结合教学实践,系统分析了以通识教育、学科基础教育、专业教育为知识体系的航海技术专业实践教学课程设置存在的问题。
- 肖仲明李伟徐良坤周文涛
- 关键词：航海技术专业实践教学课程设置
- 基于遥测数据的浮标漂移位置建模
- 2021年
- 为分析厦门港主航道浮标在外力作用下的漂移规律,防止由其漂移量过大引起的船舶导航误差,根据浮标遥测位置数据,计算浮标在漂移过程中通过某一位置点的频率,建立浮标漂移位置的概率密度模型,得到厦门港主航道浮标漂移位置的概率密度分布。在此基础上分析浮标漂移位置热点区域和漂移规律。实际应用结果表明,所建立的浮标漂移位置概率密度模型可以为浮标的漂移分析提供一种新的理论方法,从而为浮标的位置维护提供有益的参考。
- 徐良坤徐良坤金永兴薛晗周世波
- 关键词：概率密度高斯分布
- 基于改进SOM的无人机航标巡检路径规划方法及装置
- 本发明涉及海事巡检技术领域，尤其涉及基于改进SOM的无人机航标巡检路径规划方法及装置，方法包括获取目标区域内的所有航标的经纬度坐标数据；将经纬度坐标数据转化成平面坐标数据，再转化成TSP数据，并将TSP数据进行归一化处理...
- 徐良坤朱在伟胡智辉林志恒李家乐
- 基于不确定性估计的船舶主机能耗预测方法与装置
- 本发明涉及船舶能耗预测技术领域，尤其涉及基于不确定性估计的船舶主机能耗预测方法与装置，方法包括接收目标船舶的历史航行数据，将历史航行数据划分为训练集和测试集，并进行标准化处理；使用训练集训练基模型并生成残差样本；将基模型...
- 胡智辉李家乐徐良坤林志恒朱在伟
- 基于Stacking和SHAP的船舶主机能耗预测及可解释性方法及装置
- 本发明涉及船舶能耗预测技术领域，尤其涉及基于Stacking和SHAP的船舶主机能耗预测及可解释性方法及装置，方法包括收集目标船舶的航行数据信息，所述航行数据信息包括主机能耗数据、航行状态数据和海上环境数据；对航行数据信...
- 徐良坤林志恒胡智辉李家乐朱在伟
- 船舶AIS轨迹聚类方法研究进展综述被引量：11
- 2019年
- 围绕船舶聚类算法这一关键问题,在对国内外相关文献进行系统研究的基础上,归纳了船舶轨迹聚类的方法,评述了各聚类方法在船舶轨迹聚类上应用的优点和不足,讨论了船舶轨迹聚类在数据属性多和可视化大等方面临的挑战和未来的发展趋势.
- 徐良坤徐良坤任律珍
- 关键词：聚类算法
- 船舶进出潍坊港及靠离12-14#泊位操纵要点被引量：1
- 2017年
- 根据潍坊港的气象条件、水文条件和冬季海冰的特点,结合12#-14#泊位建设参数,提出了船舶进出港航行的航法和注意事项,以及船舶靠离泊作业时的要点,希望可以为初次靠泊潍坊港中港区的船舶提供行之有效的参考和建议,尽可能规避航行和靠离泊过程中存在的风险,提高船舶安全航行和作业的意识,保障船舶和港口安全。
- 徐良坤
- 关键词：航行靠离泊海冰
- 融合密度峰值和空间邻域信息的FCM聚类算法被引量：12
- 2019年
- 针对模糊C均值(FCM)算法聚类结果对初始中心点敏感以及聚类过程中没有考虑到不同密度样本点在聚类过程中影响力不同的缺陷,提出了一种密度峰值和样本点空间邻域信息优化的FCM算法。改进后的算法选择数据集中具有局部密度峰值的样本点或者局部密度较大的样本点作为初始聚类中心,充分考虑样本点邻域之间的关系,增加局部密度值大的样本点在聚类中心迭代计算过程中的影响力,从而达到优化FCM算法聚类效果的目的。理论分析和在人造数据集、加州大学欧文分校(UCI)机器学习数据库中真实数据上的实验结果表明,改进后算法的抗噪性、聚类效果和全局收敛能力均优于传统FCM算法。
- 周世波徐维祥徐良坤
- 关键词：模糊C均值聚类
