基于数据源分类可信性的真值发现方法研究

网络的普及和电子商务的发展改变了人们信息获取以及消费的方式.Web已经成为大多数人获取信息的重要来源.与此同时,互联网信息质量问题也逐渐凸显.Web中存在大量过时、错误、虚假、片面的信息.其中,不同网站为相同对象提供冲突信息的问题尤为突出.如何从这些冲突信息中找到正确信息成为亟待解决的问题,这类问题又被称为真值发现问题.通过对现有真值发现问题解决方法的调研,发现现有方法均未考虑数据源分类可信性差异对真值发现的影响.因此,提出基于数据源分类可信性的真值发现问题.提出2种方法探测数据源分类可信性差异,并采用贝叶斯的方法迭代计算数据源分类可信性和属性值准确性.另外,通过考虑数据源覆盖率和对象难度对真值发现的影响,进一步提高真值发现算法的准确性.一个真实数据集的实验结果表明,所提方法可以显著提高真值发现的准确性.

源分类家庭有机垃圾及其堆肥产品中的PAHs

将源分类家庭生物有机垃圾同秸秆按质量比10：1混合后进行堆肥处理,应用气相色谱-质谱联用仪（GC-MS）按照U.S.EPA 8270方法对生物有机垃圾及其堆肥产品中16种PAHs进行分析测试,比较生物有机垃圾及其堆肥产品中16种PAHs含量、分布及生物降解率,评估堆肥产品PAHs农田风险,综合论述影响家庭有机垃圾堆肥过程中PAHs降解因素,为生物有机垃圾堆肥农田利用提供依据.结果表明,源分类家庭生物有机垃圾及其堆肥产品中∑PAH16化合物含量分别为2.19和1.96mg/kg（以干重计,下同）,其中萘、芴、菲、荧蒽含量相对较高,占总量的79.76%和81.76%,这4种有机物的苯环在2-3之间,属于易降解非致癌物质,在农田施用中易被降解;在生物垃圾堆肥过程中∑PAH16的生物降解率为25.88%,堆肥后产品PAHs含量符合农田使用标准.

基于查询接口文本VSM的Deep Web数据源分类

随着Internet技术的快速发展,Web数据库数目庞大而且仍在快速增长。为有效组织利用深藏于Web数据库上的信息,需对其按领域进行分类和集成。Web页面上的查询接口是网络用户访问Web数据库的唯一途径,对Deep Web数据源分类可通过对查询接口分类实现。为此,提出一种基于查询接口文本VSM(Vector Space Model)的分类方法。首先,使用查询接口文本信息构建向量空间模型,然后通过典型的数据挖掘分类算法训练分类器,从而实现对查询接口所属领域进行分类。实验结果表明给出的方法具有良好的分类性能。

源分类生物有机垃圾及其各组分甲烷潜能实验研究

研究了一种实验室范围内源分类生物有机垃圾制取甲烷潜能的方法.37℃条件下,添加20 g新鲜物料和300 mL来自于沈阳市污水处理厂接种体,于3个平行反应器中进行为期50 d的厌氧消化实验,通过气相色谱定期检测甲烷气体的浓度.在37℃条件下,BMW及其各组分厌氧消化产气速率为:淀粉>BMW>蛋白质>食用油>脂肪>纸,BMW、淀粉、蛋白质、食用油、脂肪和纸最终甲烷化潜能(CH4/VS)分别为:218.15、209.11、194.20、238.86、257.82和131.41 mL/g,其厌氧生物降解率分别为:67.73%、72.88%、65.84%、78.38%、74.11%和47.98%.

沈阳市源分类有机生活垃圾堆肥研究

阐述了城市有机生活垃圾源分类的重要性,同时对源分类城市有机生活垃圾进行两组不同物料配比的堆肥实验,在堆肥周期内对堆体的重要影响参数(水分、有机分、灰分、堆体温度、pH、堆体质量等)进行了测定,最后根据实验数据分析堆肥实验的影响因素并得出结论:(1)沈阳市生活垃圾含水率偏高不利于直接进行堆肥,添加秸秆作为填充剂进行堆肥是可行的;(2)沈阳市城市生活有机垃圾和秸秆混合后进行为期21d堆肥处理,其堆肥最终生物降解率为60%～74%。其物料的含水率对生物降解率有较大的影响。

Deep Web数据源分类模型研究

研究了Deep Web数据源自动分类,分析了其研究的内容和面临的问题,提出了Deep Web数据源分类模型,描述了表单特征的提取、预处理和基于向量空间的相似度计算,最后运用优化的KNN分类器对待分类的Deep Web数据源进行领域分类,实验表明该模型具有良好的分类效果,具有一定的实用价值.

基于HHT和特征离散化的电压暂降扰动源分类特征提取

特征提取是分类问题最关键的环节之一,针对电压暂降扰动源分类中分类特征的提取问题进行研究。首先基于希尔伯特—黄变换(HHT)和类别—属性关联程度最大化(CAIM)离散化方法提出了三种分类特征提取方案,然后分别在决策树(DT)、概率神经网络(PNN)和支持向量机(SVM)上进行了验证。仿真结果表明,基于HHT的特征提取方法可提取有效的电压暂降扰动源分类特征。而且特征的离散化处理可以在不降低分类精度的前提下,有效压缩训练样本集。同时增强分类算法的鲁棒性,对实现电压暂降扰动源的快速、准确识别具有重要的意义。

基于查询接口文本的Deep Web数据源分类

根据Deep Web数量的爆炸性增长特点,提出一种基于查询接口文本的Deep Web数据源分类算法,对于分类的查询接口,采用2种方法:基于向量空间的TF-IDF方法和基于知网的语义相似度方法。综合2种方法获得接口之间的相似度。借鉴K-NN算法,提出WDB分类算法,从而实现Deep Web数据源的分类。实验结果表明,该算法在熵和F-measure 2种评价标准上均能获得较高质量,具有一定实用价值。

粤港珠江三角洲区域大气排放清单源分类体系研究

目前国内尚未建立大气排放清单源分类规范体系，本研究借鉴国外较为成熟的清单源分类方法，依据本地区主要排放特征细分行业建立本地化分类体系，对珠江三角洲经济区以及香港空气污染源分项类别及活动数据的特征和地区适用性作出分析，提出了适用于粤港两地的珠江三角洲大气污染排放清单源分类实用建立方法及源分类体系。

关于设备风险管理的危险源分类及辨识研究

设备的安全运行对保证安全生产具有非常重要的作用,不仅关系到设备自身的安全,还关系到广大人民群众的生命和财产安全。通过分析设备风险管理的危险源分类,并充分利用各种有效的安全监管资源,提高设备安全管理的针对性与有效性。由此可见,关于设备风险管理的危险源分类及辨识至关重要。文章分析了关于设备风险管理的危险源分类,探析了辨识设备危险源的方法以及步骤,以供参考。

MEIC-global-CO_(2):精细源分类下包含次国家信息的全球CO_(2)排放清单

二氧化碳(CO_(2))排放清单是开展气候变化研究和减排治理所必须的基础数据资料.当前,大部分全球CO_(2)排放清单均基于国际能源署(IEA)的能源统计数据构建,一般提供国家尺度排放数据,且源分类精度有限.本研究作为全球高精度动态CO_(2)排放数据库建设的第一步,首先构建了数据驱动的排放清单方法,融合了来自24个国际统计数据库和65个本地统计资料的活动水平数据,在精细源分类(1484个)下建立了覆盖208个国家和地区、797个州省行政区划、42个燃料类型和52个部门的无缝连续活动水平数据立方体.在此基础上,本研究在精细源分类下核算了包含次国家信息的1970~2021年全球化石燃料燃烧和水泥生产过程产生的CO_(2)排放.其中,2021年基于州省尺度数据核算的CO_(2)排放占全球排放总量的73%,显著提升了全球CO_(2)排放核算的空间精度.基于这一数据库,研究揭示了分部门和燃料类型的全球CO_(2)排放动态变化,分析了排放变化与全球经济发展和气候治理进程之间的关联.研究发现,在同一国家内部,不同州省行政区划之间的CO_(2)排放部门贡献存在显著差异,显示出国家内部经济结构和能源结构的异质性.与其他全球CO_(2)排放数据库相比,本研究的核算结果在全球及排放大国排放总量方面一致性较高,但在中小排放国家存在较大差异.本研究开发的支持气候变化与空气污染研究的多尺度排放清单模型(Multi-resolution Emission Inventory model for Climate and air pollution research,简称多尺度排放清单模型,MEIC)提供了精细源分类下更新及时的碳排放数据产品,数据产品可通过MEIC在线数据平台(http://meicmodel.org.cn)获取,为相关研究提供了新的碳排放数据来源.

基于世界知识的深网数据源增强分类模型

针对传统词袋方法在深网(Deep Web)数据源分类应用中的局限性,提出一种基于世界知识的Deep Web数据源增强分类模型,通过对外部知识库的主题分析,建立特征映射,构造基于领域概念的辅助分类器,丰富Deep Web查询表单的特征集合。基于Wikipedia百科知识库对真实Web数据进行分类。实验结果证明该模型有效。

不均衡空管危险源自由文本分类模型

针对空管系统的危险源自由文本类别不均衡导致分类器对多数类样本过拟合的问题,结合SMOTE算法和改进级联模型提升危险源文本分类精度。首先对危险源文本集进行分词和停用词处理,并使用TF-IDF算法提取危险源文本特征将其向量化,利用SMOTE算法对向量化后的少数类文本进行随机生成,使文本集的类别分布趋于均衡;再从基分类器和输出类别向量的权重两方面改进级联模型,提高对不均衡空管危险源文本的分类效果。为验证模型的适用性,以空管系统危险源报告为数据源,通过试验验证模型对危险源文本的分类性能。结果表明,Borderline-SMOTE+改进级联模型与传统分类方法相比,能够有效提升少数样本的分类效果,从而提升整体空管危险源文本的分类精度。

基于SVM不同核函数的多源遥感影像分类研究

选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精度最高,Sigmoid最低;对于同地区相同分辨率的遥感图像,在分类条件相同的情况下,多光谱影像的分类精度和高光谱的分类精度相近.

流行病学基础数据的分类与数据源研究

传统的入户流行病学问卷调查存在高成本低效率问题,可采用信息技术解决这个问题。首先要明确流行病学问卷调查系统应收集的数据内容及结构,对60份调查表中的数据进行分类,得出5个一级分类,48个二级分类,915个数据项,揭示了各类数据的发源地共有20个。对流行病学调查问卷的数据分类和原始数据发生源的分析,可用于确定流行病学问卷调查系统的数据内容,和为达到调查目的需与之交互的其他机构的系统与数据,避免数据的重复收集。

一种适用于高放废物地质处置数据管理的多源信息分类与编码体系

综合考虑高放废物地质处置多源信息的数据特点,按照学科专题领域划分原则,同时兼顾GIS等信息技术在新兴领域中的应用,形成了一套适用于高放废物地质处置数据管理的多源信息分类与编码体系。该体系遵循相关国际或国家基础信息标准及废物处置等行业标准,同时采用面向对象程序设计与兼顾GIS分析的思想,有利于更大程度地满足核技术领域信息共享需求。

面向“数字城市”的多源信息分类及数据结构设计

对组成"数字城市"多源信息的城市基础地理信息、城市专题信息、时间信息进行分类,提出信息层次分类的设计思想,并举例予以说明;在此基础上,设计出城市基础地理信息、城市专题信息、时间信息的数据结构,为构建"数字城市"奠定了一定的技术基础。

基于多源卫星影像SVM分类方法的研究

简要介绍了卫星影像的预处理过程——纠正和融合,对3种常用融合方法SFIM融合、HIS融合和Brovey融合进行了分析比较,在此基础上对卫星影像的分类方法进行了比较分析,重点研究并详细介绍了多源卫星影像SVM分类方法。

一种基于阵列不变量的浅海声源深度分类方法

浅海负跃层环境下波导不变量可以用于声源深度分类,但是当声源相对于接收阵无径向距离变化时,波导不变量值难以估计。针对距离已知且相对于接收阵无径向距离变化的声源,提出一种基于阵列不变量的声源深度分类方法,可适用于浅海负跃层环境。所提方法利用阵列不变量估计波导不变量,进而实现声源深度分类。计算机仿真结果表明,当垂直阵位于负跃层以下且声源距离已知时,利用阵列不变量估计出的波导不变量随声源深度的变化明显,可用于目标深度分类。

典型源相机分类算法性能研究

现有文献中的源相机分类算法很少讨论测试图像在受到轻微图像处理后算法性能的变化。利用支持向量机,对源相机分类算法的性能和鲁棒性进行了分析,比较了测试图像遭受处理前后分类算法的检测准确率,并研究了图像特征的鲁棒性。由于基于模式分类的算法通常需要精简特征个数以提高执行效率,因此,还讨论了精简模式下相机分类算法的性能以及特征选择对辨识算法鲁棒性的影响。