融合时间序列与多尺度特征的虚假评论识别方法

结合时间序列与多尺度特征,提出一种改进的虚假评论识别方法。考虑时间因素对评分及其分布的影响,构建基于多维时间序列的虚假评论识别模型提取异常评论特征,并对异常评论特征进行层次划分,根据多尺度特征思想获取基准尺度特征及细分尺度特征。采用基于密度峰值的聚类算法识别虚假评论,并提高虚假评论识别模型的抗噪能力。实验结果表明,与基于基准尺度特征和多尺度特征的密度峰值聚类虚假评论识别方法相比,该方法的AUC值达到92%,虚假评论识别正确率更高。

济宁市能见度变化特征及影响因素分析

本研究利用2016—2021年济宁市地面观测资料和空气质量数据资料,对数据进行预处理后,利用统计分析方法,研究济宁市能见度的日变化和年变化特征与气象因子、大气污染物之间的相关性,以及与24 h能见度滞后项之间的相关性。结果表明,一天中,能见度的最低值出现在6时至8时之间,最高值出现在15时至18时之间,能见度呈现先下降后上升再下降的趋势;6年来济宁市能见度呈现明显上升趋势,且低能见度天气减少;在气象因素中,相对湿度与能见度相关性最大,且呈负相关,在大气污染物中,CO浓度与能见度相关性最大,且呈负相关,在24 h滞后项中,与24 h、25 h、26 h、27 h和28 h能见度滞后项相关性较大。

多源特征融合的能见度预测方法研究

为了提高能见度预测的准确性,该文提出了基于逐步回归和有序逻辑回归的能见度预测模型。首先,基于气象要素数据、环境因子数据以及24 h滞后项能见度数据构建了多源数据融合的数据集。其次,利用逐步回归方法对获取的气象因子、环境因子以及24 h滞后项数据进行特征提取,构建多源特征融合的数据集。最后,构建基于有序逻辑回归的能见度预测模型,利用累积概率函数得到每个样本隶属于每个等级的概率。通过在有序逻辑回归模型上预测不同类别特征,把构建模型与多项逻辑回归、线性回归模型进行对比,从而验证了该文构建的多源特征融合数据集的有效性以及所构建模型的有效性。

COPD多维特征提取与集成诊断方法

目前对慢性阻塞性肺疾病(COPD)的研究存在局限性,一方面,研究成果只利用数据分析单一特征对疾病的影响;另一方面,研究成果仅通过简单算法模型对病例数据验证,因此提出了COPD多维特征提取与集成诊断方法。首先,提出最大依赖度MDF-RS算法,提取多维特征的最优组合;其次,提出DSA-SVM集成模型,构建分类器进行诊断及预测;最后,利用交叉验证方法验证准确率等各项性能指标。通过实验对比验证了提出算法的有效性。

鲁西南地区低能见度天气特征分析及对农业的影响

利用2016-2021年鲁西南地区三个国家气象观测站的气象资料,利用统计分析的方法,研究了鲁西南地区低能见度天气的时间分布特征和不同级别低能见度天气的时间分布特征,并且分析了相对湿度、风速等气象要素与低能见度天气之间的相关性及其低能见度天气对农业的影响。