为了快速适应非平稳环境中工业数据流的分布变化,需要在非结构化和噪声干扰的数据中准确、实时的完成概念漂移的检测.本文提出了一种基于多元区域集划分的工业数据流概念漂移检测算法(Concept Drift detection-Multivariate region set ...为了快速适应非平稳环境中工业数据流的分布变化,需要在非结构化和噪声干扰的数据中准确、实时的完成概念漂移的检测.本文提出了一种基于多元区域集划分的工业数据流概念漂移检测算法(Concept Drift detection-Multivariate region set Partition,CDMP).首先基于实例模糊密度进行多元区域集划分,根据划分的若干模糊分区集合,识别概念漂移发生的区域.概念漂移的持续发生会显著降低基于多元区域集构建的模型的分类性能,CDMP通过构建多元历史模型池来保留具有多样性的历史模型,以降低模型调整或再训练造成的性能损耗,同时保证概念漂移检测中准确性.CDMP在不同数据集上进行了性能测试.实验结果表明,CDMP实现了对历史模型多样性的保留和重用,能够在不同噪声水平的工业物联网环境中实现对重现型、突发型等多类型概念漂移的准确检测.展开更多
为了更全面地评价WEPP模型在我国的适用性,该文通过建立模型数据库,利用WEPP分别模拟了坡长为10、20、30和40 m的径流量和土壤侵蚀量,并用实测径流和侵蚀资料进行对比分析。结果表明,在10、20、30和40 m 4个坡长条件下,WEPP模型对降雨...为了更全面地评价WEPP模型在我国的适用性,该文通过建立模型数据库,利用WEPP分别模拟了坡长为10、20、30和40 m的径流量和土壤侵蚀量,并用实测径流和侵蚀资料进行对比分析。结果表明,在10、20、30和40 m 4个坡长条件下,WEPP模型对降雨、每年和多年平均径流量模拟的Nash-Sutcliffe有效性(ME)分别为0.915、0.879和-0.056,对单场降雨、每年和多年平均土壤侵蚀量模拟的ME分别为0.853、0.758和-0.456,多年平均的ME为负值可能是由小样本计算造成的。WEPP模型对单场降雨和每年径流量和侵蚀量模拟效果较好。尽管WEPP模型对多年平均径流量和土壤侵蚀量模拟效果较差,但模型模拟的多年径流量和土壤侵蚀量与实测值的多年径流量和土壤侵蚀量的最大相对误差分别为7.90%和29.20%,表明WEPP模型对多年径流量和侵蚀量的模拟可满足要求。径流量模拟值随坡长增加的变化和实测值相比不够敏感;而土壤侵蚀量模拟值随坡长增加的变化和实测值相比过于敏感。展开更多
文摘为了快速适应非平稳环境中工业数据流的分布变化,需要在非结构化和噪声干扰的数据中准确、实时的完成概念漂移的检测.本文提出了一种基于多元区域集划分的工业数据流概念漂移检测算法(Concept Drift detection-Multivariate region set Partition,CDMP).首先基于实例模糊密度进行多元区域集划分,根据划分的若干模糊分区集合,识别概念漂移发生的区域.概念漂移的持续发生会显著降低基于多元区域集构建的模型的分类性能,CDMP通过构建多元历史模型池来保留具有多样性的历史模型,以降低模型调整或再训练造成的性能损耗,同时保证概念漂移检测中准确性.CDMP在不同数据集上进行了性能测试.实验结果表明,CDMP实现了对历史模型多样性的保留和重用,能够在不同噪声水平的工业物联网环境中实现对重现型、突发型等多类型概念漂移的准确检测.
文摘为了更全面地评价WEPP模型在我国的适用性,该文通过建立模型数据库,利用WEPP分别模拟了坡长为10、20、30和40 m的径流量和土壤侵蚀量,并用实测径流和侵蚀资料进行对比分析。结果表明,在10、20、30和40 m 4个坡长条件下,WEPP模型对降雨、每年和多年平均径流量模拟的Nash-Sutcliffe有效性(ME)分别为0.915、0.879和-0.056,对单场降雨、每年和多年平均土壤侵蚀量模拟的ME分别为0.853、0.758和-0.456,多年平均的ME为负值可能是由小样本计算造成的。WEPP模型对单场降雨和每年径流量和侵蚀量模拟效果较好。尽管WEPP模型对多年平均径流量和土壤侵蚀量模拟效果较差,但模型模拟的多年径流量和土壤侵蚀量与实测值的多年径流量和土壤侵蚀量的最大相对误差分别为7.90%和29.20%,表明WEPP模型对多年径流量和侵蚀量的模拟可满足要求。径流量模拟值随坡长增加的变化和实测值相比不够敏感;而土壤侵蚀量模拟值随坡长增加的变化和实测值相比过于敏感。
基金The National Natural Science Foundation of China(No.61604038)China Postdoctoral Science Foundation(No.2015M580376)+1 种基金the Natural Science Foundation of Jiangsu Province(No.BK20160691)Jiangsu Postdoctoral Science Foundation(No.1501010A)