【摘 要】
：
为更好地实施水环境管理政策,水质评价是基础环节,即根据某一水域多个水质参数,如何将其合理地划分到特定水质类别.针对该问题,提出了一种改进的朴素贝叶斯分类方法,该方法赋予不同属性以不同的权值,削弱了朴素贝叶斯条件独立性的假设,使分类结果更接近实际类别.首先,参考国家地表水水质自动监测站(以下简称国控水站)发布的数据,选取其中500条水质数据作为样本,基于溶解氧、高锰酸盐指数、氨氮和总磷4个指标建立评价体系;然后,利用改进朴素贝叶斯分类方法对样本进行学习与评价,并采用五折交叉验证法验证其分类性能.结果表明,改
【机 构】
：
江南大学物联网工程学院,江苏 无锡 214122;江南大学物联网工程学院,江苏 无锡 214122;江苏省未来网络创新研究院,江苏 南京 211111
论文部分内容阅读
为更好地实施水环境管理政策,水质评价是基础环节,即根据某一水域多个水质参数,如何将其合理地划分到特定水质类别.针对该问题,提出了一种改进的朴素贝叶斯分类方法,该方法赋予不同属性以不同的权值,削弱了朴素贝叶斯条件独立性的假设,使分类结果更接近实际类别.首先,参考国家地表水水质自动监测站(以下简称国控水站)发布的数据,选取其中500条水质数据作为样本,基于溶解氧、高锰酸盐指数、氨氮和总磷4个指标建立评价体系;然后,利用改进朴素贝叶斯分类方法对样本进行学习与评价,并采用五折交叉验证法验证其分类性能.结果表明,改进朴素贝叶斯分类方法的准确率、精确率、召回率和F1值分别达到96.0％、95.9％、93.8％和94.8％,水质数据分类的性能指标相较于其他朴素贝叶斯分类方法更高,可对实际工程中遇到水质数据分类的问题提供一定的参考.
其他文献
深度学习可通过提取无线通信数据的内在特征提升信号检测效果.针对MIMO系统信号检测存在的性能与复杂度的折中问题,提出一种基于深度学习的端到端MIMO系统信号检测方案.基于残差深度神经网络的编码器和解码器分别替代无线通信系统的发送端和接收端,将它们看作一个整体通过端到端的方式进行训练.编码器首先对输入数据进行特征提取,进而建立通信模型并传入迫零检测器进行初步检测,最终通过解码器重构得出检测信号.仿真结果表明,所提检测方案优于同类型算法,并且在牺牲一定时间复杂度的情况下,检测性能明显优于MMSE检测算法.
为了探索高频段室内无线体域网通信的可行性,对10 GHz室内无线体域网的传播特性进行测量与研究.基于大量的测量数据,给出了10 GHz频段室内无线体域网的路径损耗、阴影效应与均方根时延扩展的统计特性,并针对接收端身体角度变化的情况,提出了一种具有身体角度影响的路径损耗模型,该模型利用身体角度因子修正身体角度变化引入的路径损耗.同时,分析了接收端天线在人体不同高度时对路径损耗的影响.研究结果表明,路径损耗指数与身体角度呈二次函数关系,由身体角度引起的路径损耗(PBA,path loss in body an
随着5G的发展以及应用程序功能的丰富,应用程序对终端设备的计算能力提出了更高的要求,为了提高终端设备对应用程序的计算能力,降低任务的处理时间,针对移动边缘计算环境,提出了一种边云协同的任务卸载方式,并设计了基于强化学习的精英分层进化算法(RL-EHEA,elite hierarchical evolutionary algorithm com-bined with reinforcement learning)进行卸载决策,使多个具有依赖关系与截止时间的任务对计算资源竞争.结果表明,与遗传算法(GA,ge
为验证具体场景下GoA4级全自动运行系统驾驶模式是否符合对应技术规范,提出一种基于时间自动机的形式化建模与验证方法.GoA4级的驾驶模式是系统自动切换,且增加了自动实现蠕动模式和远程限制监督模式切换.选取全自动运行模式、蠕动模式和远程限制监督模式的相关切换作为建模对象,提取全自动运行系统规范中的功能需求,生成对应流程的消息顺序图,并对模块间的交互信息进行分析;然后,以基于时间自动机的数学理论为基础,采用时间自动机建模方法对RM模式向FAM模式切换、FAM模式向CAM模式切换、FAM模式向RRM模式切换进行
泛在物联网使物联网融入互联网,在打破数据孤岛的同时令海量设备处于更加复杂的网络环境,安全风险更加突出.传统的公钥密码基础设施(PKI)安全方案数字证书管理开销大、管理复杂,不适合泛在物联网的安全建设.基于标识的密码体制(IBC)消除了安全应用中大量交换数字证书的问题,更加易于部署和使用.基于我国制定的IBC密码标准SM9提出了泛在物联网轻量化安全方案,设计了SM9秘钥基础设施架构,分析了系统实现途径,解决设备接入与管理、对等身份验证、保密通信、关键数据防护等安全问题.提出的方案具有轻量级、开销较小、系统自
面向应急管理平台中感知网络缺少地面基站时的关键区域信息传输需求,考虑应急物联网节点空间定位存在的不确定性,提出基于无人机(UAV,unmanned aerial vehicle)的物联网空基中继鲁棒优化方法.首先,建立此类物联网的系统模型;其次,根据建立的非凸非线性模型与地面物联网终端设备定位精度存在较大关联,且定位信息的细微扰动可导致模型求解无效的实际情况,对系统模型进行了松弛并引入物联网设备定位数据的不确定性描述,进而得到低空域无人机中继通信功率优化问题的鲁棒对等模型;再次,给出了模型求解算法;最后,
针对工业过程中由于时延问题造成软测量模型预测精度不高的问题,给出了一种通过差分进化算法估计时延的动态软测量方法.通过偏最小二乘法建立合适的适应度函数,将软测量系统的时延参数估计问题转化为一个多维非线性优化问题,然后利用差分进化算法的全局搜索能力求解该优化问题.针对PTA精制过程中的PTA平均粒径大小建模研究,结果表明,时延参数估计的引入大大提高了软测量模型的预测精度,证实了所提方法的有效性和可行性.
物联网和无线传感器网络(简称“传感网”)技术已逐步应用在变电站监测中,作为变电站自动化重要手段之一.国际标准ISO/IEC 30144:2020给出了支撑变电站的无线传感网系统架构和通信架构以及系统要求.为了推进标准化的物联网智能变电站系统,针对该国际标准背景及主要内容进行阐述,并以此为参考,给出了在智能变电站中的传感器节点类型、网络通信接口及支撑变电站的传感网监测平台的示例,为该国际标准指导变电站应用实施提供实例化方法,有利于实现标准化、精细化和无人化的变电站监管.
近期,银行等金融机构引进自动信贷审批系统来取代传统的人工审批,而自动信贷审批系统在何种程度上会受到对抗样本的攻击有待研究.通过实验对信贷对抗样本攻击的问题进行了验证.首先,基于申请人的信贷数据对XGBoost模型进行训练,预测申请人行为,并选择原始样本.其次,使用“非违约申请人”对改进的GAN模型进行训练,并用于生成特征值,通过修改原始样本以构建对抗样本,使得修改后的特征值接近于“非违约申请人”密集分布的特征值.最后,使用训练好的XGBoost模型将对抗样本进行分类.在实验中生成的对抗样本可以混淆XGBo
软件需求是用户对软件效用的直接回馈,实现对软件需求工程精确分类可大幅降低维护成本并显著加快软件开发维护的流程.使用传统的基于机器学习分类方法(如逻辑回归、支持向量机以及K近邻算法),或简单地应用BERT(Bidirectional Encoder Representation from Transformers)模型都不能很好地利用软件需求PROMISE数据集样本,最终表现为通用性差或分类效率低.为了增强BERT模型对自然语言文本的语义理解能力,应用提示学习的思想,将K分类选择问题转化为二分判断问题.实验