保定‒雄安地区近地面大气流动与轨迹输送特征

基于2016—2017年22个地面气象站点的观测资料和NECP-fnl数据, 使用CALMET风场诊断模式, 计算保定?雄安地区两个年份的逐时风场和每日输送轨迹。根据风场与流动轨迹特性, 从大气扩散输送的角度, 将当地大气流动划分为系统大风型、局地环流型与弱系统影响型 3 类。统计分析结果表明: 大气流动3个类型的大致比例为10%, 50%和40%; 系统大风型流动的占比较低, 且春夏季较多, 秋冬季较少; 局地环流型流动以秋冬季较多, 春夏季较少; 弱系统影响型的出现频率在全年变化不大, 但在秋冬季出现频率稍低; 大气流动受西北部山地影响, 山地-平原风可控制山前约100 km的范围, 覆盖保定市和雄安新区大部; 山地-平原风的转换可在山前区域形成部分时段的小风状况; 该地区大气输送的主要路径是西南-东北方向, 对应大尺度背景流动情况; 西北-东南方向的横向输送距离较短, 对应山地-平原风地形环流的影响; 在系统大风和弱系统影响下, 冬春季会出现部分直接向东南方向的输送轨迹。     

面向轨迹聚类的差分隐私保护方法

针对目前的轨迹聚类隐私保护方法存在适用性较窄、可用性较低及难以在实际应用中实施的问题,提出了支持轨迹聚类的差分隐私保护方法.首先给出了典型轨迹聚类算法的通用框架模型及其差分隐私定义,然后根据定义设计满足差分隐私机制的二维拉普拉斯噪声,最后将直角坐标系中得到的噪声形式变换到极坐标系,并加入到原始轨迹点中以进行实际应用实现.实验结果表明:与当前的轨迹聚类隐私保护方法相比,本文算法具有更好的适用性和聚类效果.     

由粗到精和特征筛选的精确回归预测方法及其在二语习得中的应用

针对数据分布不均匀且因素多而容易造成预测不精确的问题,提出一种结合由粗到精与特征筛选的精确回归预测方法.首先,由于数据分布不均匀且预测区间大,直接预测难以精确地拟合,提出一种由粗到精的预测方法,并使用决策树进行粗分类,预测目标所在的子区间,然后在子区间内实现精确的回归预测.其次,如果数据量少且特征因素多会引起过拟合,而且部分冗余特征会影响模型的预测精度,因此,提出一种基于特征筛选的回归预测方法以提高预测精度.在大学生的英语成绩与其人格因素数据集上进行相关实验,结果证明了由粗到精和特征筛选方法与传统回归模型相比精度更高且稳定性更好.通过提出的人格因素与英语成绩回归预测模型,可以制定合理的培养方案弥补学生人格因素中的短板,提升学生的自身竞争能力,从而更好地推动中国的英语教育.     

基于改进人工鱼群算法优化SVR的预测模型

为了降低参数的设定对支持向量机确度的影响,鉴于人工鱼群算法具有易陷入局部最优、收敛速度慢等问题,提出了一种基于改进人工鱼群算法(AFSA)的支持向量机的网络安全态势预测模型,并与GA-LSSVM、PSO-LSSVM及ABC-LSSVM模型进行对比分析。结果表明:文中提出的改进AFSA优化SVM模型性能优于其他比照模型,具有较高的预测精度,对网络安全态势值预测具有较好的效果。     

基于多元回归的高铁墩台沉降形变预测分析

高铁桥梁中的墩台形变在量级上呈现出较小的特征,且墩台在形变监测过程中时常会受到外界条件或随机噪声的干扰,使得采集的数据和后处理预测数据显现出较大的波动,给数据分析和后续的变形预测带来较大影响﹒本文将多元回归法引入到高速铁路桥梁的墩台变形分析数据预处理中,在顾及温度和荷载对墩台作用基础上,利用Matlab建立了多元回归预测模型﹒实验结果表明,相比传统的GM(1,1)预测模型,多元回归法具有一定的优势,预测结果与实际形变值更加接近﹒