基于贝叶斯网络的南水北调工程运行综合风险分析

南水北调工程是目前我国最大的调水工程。随着工程的建设和运行,由不确定性问题引起的风险问题越来越受到关注,工程运行的风险分析也摆在管理者的面前,如何识别、评估、降低和控制风险的发生成为南水北调工程运行中的一个重要问题。本文首次将贝叶斯网络理论引入到南水北调综合风险分析中,选取东线工程宝应抽水泵站为研究对象,利用贝叶斯网络推理功能得出宝应站运行综合风险发生的概率为0.025%,风险发生的等级为"较低"。利用情景分析的方法,得出在影响综合风险的因素中,泵站的管理维护状况条件改变时,综合风险变化最大,因此需要予以重点关注。     

系列^14C样品贝叶斯法日历年龄校正研究进展

系列^14C样品贝叶斯法日历年龄校正研究已成为当前^14C年代学中一个热点,系统综述了时序已知、时序间隔已知和时序间隔近似已知系列^14C样品日历年龄校正研究的历史、原理、计算方法及其在树轮、泥炭、地层等领域上应用进展,对影响系列样品贝叶斯分析获得^14C日历年龄区间的主要因素以及未来发展方向作了归纳。大量事例研究结果表明系列样品贝叶斯分析的实质在于贝叶斯方法从统计的角度灵活地把地层信息以概率方式加入到^14C日历年龄校正过程中,获得比单个^14C年代校正精度更高的日历年龄。     

贝叶斯算法在反垃圾邮件应用中的改进方案

在反垃圾邮件的过滤技术中,贝叶斯算法是使用最为广泛的方法之一.在充分分析贝叶斯算法在垃圾邮件过滤技术中原理及方法的基础上,指出了在过滤中文垃圾邮件应用中的不足之处,然后给出了一个可行的改进方案.改进方案将邮件视为句间有序,句子内部关键词无序但句间具有相关性,从而可以得到比传统方法较好的实验结果;而且由于减少了传统方法处理时信息的丢失,这样也可以达到改善实验结果的目的.     

顾及时空语义的疑犯位置时空预测

预测疑犯的社会活动行踪,对案件嫌疑人的排查以及犯罪行为的主动预防具有重大意义。当前研究主要依据疑犯的历史系列作案位置预测其住址或未来犯罪位置,缺少对其复杂社会活动位置的转移过程进行建模,也没有考虑位置数据稀疏性对预测性能产生的影响。为此,提出了融合时空语义的位置时空预测（spa-tio-temporal semantics location prediction,SSLP）模型。首先,利用疑犯在不同语义时段和语义位置上的分布邻近性提取目标疑犯的相似疑犯群体;其次,结合该群体的轨迹数据和位置语义信息,基于核密度平滑方法估算出涉及未记录位置的转移频次及其时态访问概率;最后,采用贝叶斯模型实现疑犯个体的时空预测。实验结果表明,基于W市2013年1月至6月间158名疑犯的17 539个位置记录数据,SSLP模型在top-k距离偏离度和top-k精确率上优于其他流行方法40%~50%,对疑犯位置数据稀疏性具有优异的适应能力。     

贝叶斯判别分析在中长期径流预报中的应用研究

基于贝叶斯判别分析原理,考虑径流形成的特点及物理成因,选择研究区碧流河水库1959~2011年的实测资料,且将径流分为5个级别,用相关系数模型,考虑因子的不确定性,筛选出相关性高、彼此间独立性强的10个判别因子,分别构建基于朴素贝叶斯分类器(N-Bayes)和贝叶斯判别准则(DBayes)的年径流属性级别预报模型,并利用研究区2001~2011年资料进行了试报和检验。预报结果表明:两种模型的预报结果相近,准确率均超过70%,D-Bayes的预报效果略优于N-Bayes,初步说明:贝叶斯判别分析原理在水文预报中的应用,有着较好的前景。     

热红外港口图像特征的评估器提取与选择

针对低对比度、条纹噪声、低空间分辨率等特点而导致的热红外图像识别效果不佳问题,提出了一种港口目标热红外遥感图像特征提取与选择方法,实现了一定情况下港口目标的高精度分类。采用纹理、几何等29个特征,通过评估器选择最佳特征组合,并根据识别精度选择最佳分类器,能生成热红外图像港口目标22个最佳分类特征,且具有一定的鲁棒性。经过参数优化后的libSVM(一种支持向量机)分类器分类精度较高;白天图像比夜间图像分类精度更高;像素值、灰度直方图相关的一维和二维统计特征、局部二进制模式特征、边缘方向直方图特征等与灰度和纹理相关的特征对港口目标热红外图像识别影响较大。     

CMIP5多模式资料中气温的BMA预测方法研究

利用CMIP5的8个全球气候系统模式对气温的回报结果进行贝叶斯模式平均(简称BMA)试验,并采用均方根误差、距平相关系数、连续等级概率评分等对多模式集合平均(简称EMN)和BMA的回报结果进行检验、评估。结果表明,EMN的回报效果优于8个单模式的回报效果,而BMA的回报效果最好,其区域平均的均方根误差比EMN小0.5℃左右。在此基础上,利用中等排放情景RCP4.5下CMIP5模式中的年际年代际预估资料对2011—2035年的气温进行预估。研究发现东亚地区在2011—2035年气温将普遍升高,海洋上的增暖幅度较小,陆地上的增暖幅度较大,且增暖幅度随纬度升高而增大。青藏高原及中国北方大部分地区气温将明显升高,升温幅度在1℃左右,而南方的升温幅度较小,约为0.3~0.6℃。     

基于图像深度学习的云状识别方法研究

将图像处理技术运用于云状的识别中,采用深度学习的无监督学习模型,用卷积自动编码器(CAE)来对卷积神经网络(CNN)模型进行训练,由属性分类器SVM对CAE提取云图的特征参数进行属性分类,并结合\"属性-类别映射关系\"获得云状最终的识别结果.实验结果表明,该方法与传统人工云状观测相比,对于云状特征明显的云状识别准确率较高...     

基于贝叶斯网络的“郑州暴雨地铁灾害事件”情景分析与仿真推演

2021年7月20日河南郑州特大暴雨造成的地铁突发灾害是近年来为数不多的城市重大人员伤亡事件。该事件产生既有暴雨强烈、事故突发等客观原因,也包含风险意识淡薄、应急机制不健全等主观因素。本文首先遴选“郑州暴雨地铁灾害事件”演化的主要情景要素,采用情景分析法构建了该事件情景演化流程。在此基础上,基于贝叶斯网络构建了“郑州暴雨地铁灾害事件”情景推演模型。采用专家打分法计算网络节点的条件概率,利用Netica软件推算出灾害情景节点状态概率。最后,通过调试特定节点先验概率,开展不同暴雨灾害等级、应急响应行动、周围环境状态情况下人员死亡和地铁受损害的概率评估与情景推演,旨在总结经验、查找漏洞,为应对和防范“郑州暴雨地铁灾害”类似事件提供风险防范和响应对策参考。     

湖南古丈山体滑坡影响因子分析

为研究湖南省古丈县2016年7月17日群体滑坡的地质环境与降水诱发成因,基于GIS空间分析平台,利用古丈县1:5万地质灾害详查资料、地形地貌、公路河网、坡度坡向、地下水类型、滑坡体与岩土产状关系等空间数据,分析古丈县多种地质环境因子与滑坡事件的影响系数;采用贝叶斯后验概率分析法确定古丈滑坡降水阈值曲线(I-D曲线);基于多要素地质环境因子、临界降水条件及滑坡触发有效雨量综合分析了本次群体滑坡事件的主要成因。结果表明:出现大于当地滑坡阈值的极端降水事件(一定的滑坡降水强度、持续时间和滑坡触发有效雨量)是诱发古丈群体滑坡的主要外源动力,脆弱的岩土结构、滑坡体与岩层产状一致的滑坡类型、公路(铁路)和河网修建对山体切坡的影响、敏感的坡度区间、高风险的坡向区间等地质因子是导致古丈默戎\"7·17\"滑坡的地质成因,相关研究方法和结论对该地区未来地质灾害预警预报提供了方法和数据支持。