基于WebGIS的气象要素三维可视化关键技术研究

旨在满足专业人员和社会公众日益增长的对气象服务产品可视性体验需要,开展了气象要素三维可视化模型、关键技术等方面的研究,提出了基于WebGIS的气象要素三维可视化模型,描述了基于WebGIS实现气象要素三维可视化的关键技术。通过对实际数据的测试结果表明基于WebGIS的地面气象要素三维展示结果能有效地增强了用户体验,为气象专业人员分析统计和气象产品服务社会提供有益的支持。     

等值线绘制中出现局部尖锐畸形的一种解决方法

针对在气象领域采用基于三角网方法绘制气象要素等值线时存在出现局部尖锐畸形的问题进行了原因分析,提出采用基于分段方法,即根据计算获取通过当前三角形边的等值线条数确定对三角形的边分段的数量,来解决这种局部尖锐畸形的问题。通过实际气象要素等值线绘制与对比测试验证了所提出解决方法的有效性。基于本方法和三次B样条平滑算法所绘制的气象要素等值线能较好地满足实际业务的平滑性和美观性需求。     

绍兴霾天气特征及其对气候变化的响应

利用绍兴市1961~2013年5个气象站的霾观测资料和近年来自动气象站能见度、相对湿度资料,采用线性趋势、Morlet小波分析以及M K突变检验等方法,分析了绍兴市霾天气的时空分布特征以及对气候变化的响应.结果表明：绍兴霾天气总体上呈西多东少分布,诸暨、柯桥和嵊州是霾天气高频区;霾天气呈冬多夏少的季节分布,11月至次年1月最多;近53年霾天气的频率总体不断增加,其中柯桥站气候变化倾向率为2.23 d·a-1,特别是进入21世纪后显著增多,2003年是柯桥站的重大转折点;在霾天气日变化上,7:00起霾出现频率激增,16:00～17:00霾出现频率小幅上升,2个时段分别对应城市早晚高峰,表明汽车尾气排放对霾天气有显著的影响;在霾强度等级上,“轻微”和“轻度”2个等级占87.6%,中度及以上占12.4%;霾天气与风力条件具有很好的反相关性,柯桥站f≥5 m·s-1和f≥10 m·s-1日数与霾日数的相关系数分别为-0.529和-0.396,表明风力条件的变化对霾天气增减趋势有明显影响,降水日数与年霾日之间总体上也呈负相关.     

2个SVM霾识别预报模型的对比试验

支持向量机方法（SVM）是基于统计学理论的一种较为新颖的学习方法,应用该方法解决小样本条件下的非线性问题既有坚实的理论基础,也十分有效.基于2013～2014年金华站的地面自动站资料、探空气象资料以及大气污染物浓度数据,采用SVM分类方法建立2个金华SVM霾识别预报模型,即初始模型和订正模型,并对其8种核函数最优模型进行对比试验.结果表明：（1）初始模型的正样本分类Ts评分在0.45以上,均高于订正模型,故初始模型分类结果较为理想,可以给实际霾日识别预报提供参考;（2）初始模型的分类结果优于订正模型,且前者的漏报次数明显少于后者,究其原因可以发现14:00气象条件和大气污染物条件对当日是否为霾日的判断非常重要,即14:00前后是灰霾出现比较频繁的时段.     

基于三元矩阵的层次分析多分类模型

针对支持向量机解决多分类问题时二分类向多分类扩展过程中的效率降低和数据集倾斜问题,提出了一种基于三元矩阵和层次分析的多分类模型的构造方法,优化支持向量机的多分类效果和效率,弥补1vs1、ECOC等主流算法的不足。该模型通过建立一种简单有效的获取样本集线性可分性构造分类器,从而减少支持向量机在处理多分类时的运算复杂程度。采用了UCI标准数据库中的Iris,Breast Tissue和Statlog等数据集对模型进行训练测试,测试结果表明所提出模型是有效的,尤其在大量数据下多分类的有效性。 更多还原     

对象式系统动态测试工具OODT研究

针对对象式系统的特点，提出了一种新的测试模型，并以此模型设计了动态测试工具OODT。该工具依据使用事件（USE CASE）生成对象式系统测试过程中的对象关联图（即执行路径）和LOG文件，LOG文件记录执行路径关键点信息。以此实现被测试路径的动态跟踪与执行结果的分析，因此OODT是支持系统的动态测试与测试覆盖率分析的有效工具。     

基于流固耦合的涡轮增压器涡轮机温度场分析

针对某型号涡轮增压器涡轮机零部件温度过高, 存在可能开裂问题, 建立了工作状态下全域流固耦合数值计算模型, 分析了涡轮增压器涡轮机各零部件的温度变化特征, 并与传统模型和实验测试结果进行对比. 结果表明, 全域流固耦合模型避免了传统模型中流体和固体交界面上的大量假设数据输入, 使计算结果更加接近实际情况. 通过和实验测试值对比发现, 全域流固耦合模型得到的涡轮机温度场精度比传统模型得到的结果更合理、准确, 从而验证了全域流固耦合模型的可靠性与准确性.     

基于中国邮递员问题的可信平台模块测试序列生成优化研究

现今国内外已经有不少对可信平台模块进行测试的研究成果,但是对测试效率分析不足.本文基于自动机理论和中国邮递员问题,提出了可信平台模块改进的有限状态机模型与相应的优化测试方案,通过寻找一条遍历有限状态机模型中每一条转移至少一次的最短路径的方法,从而生成费用优化的测试序列.测试结果表明,测试方案能够简化有限状态机状态的测试.     

FM/DEA模型及其在实验室综合评价中的应用

综合分析多指标综合评价方法的基础上,提出了一种将模糊数学(FM)方法与DEA模型相结合的FM/DEA多指标综合评价模型,并应用该模型对江西省23所重点实验室进行了综合评价实验。实验结果反映,FM/DEA模型与DEA等传统评价方法相比,具有较高地评价效率和更为准确地评价结果。     

基于线性残差独立性测试的致病基因检测

使用因果推断相关的机器学习方法辅助检测致病基因时,作为因果推断的核心工具,条件独立性(CI)测试算法在高维生物数据场景中往往存在时间复杂度高以及准确性低等问题。为此,提出一种融合偏相关测试与线性残差独立性测试算法,压缩CI测试条件集的搜索空间,同时提高准确率。设计一种因果推断策略,在减少冗余CI测试的同时结合V结构与因果函数模型的优点,在应用于真实癌症数据的致病基因检测场景中可以区分Markov等价类,找到真正的因果关系。实验结果表明,提出的算法有较好的致病基因检测性能。     

基于可信计算平台的统一认证系统模型

将数字证书技术、认证代理技术和可信计算技术相结合,针对园区网环境,提出了一种基于可信计算平台的统一认证系统模型,该模型通过在计算终端引入可信平台模块、对用户身份统一认证、对计算平台进行身份及完整性验证等方法,解决了存在多个应用系统时口令容易混淆、访问效率低下和终端的可信性难以保证的问题.系统的安全性分析和测试结果表明,用户只需一次认证,即可访问其拥有权限的多个应用系统,效率和安全性得到了很大的提升,而且可以保证终端的可信性.     

基于One Class-SVM+Autoencoder模型的车辆碰撞检测

为尽量避免车辆碰撞事故的发生,探索了机器学习和深度学习结合的方法,利用影响车辆碰撞的多个特征变量对车辆碰撞进行检测.首先使用皮尔逊相关性分析方法分析各个特征之间的关联度,接着使用One Class-SVM模型对数据集做"异常点"抛除操作.利用SMOTE(Synthetic Minority Over-sampling Technique)算法增加了少数类别的样本数量,最后采用自动编码器模型将影响车辆碰撞的因素(例如天气情况、光照情况等)作为模型的输入,通过解码器重构原始输入,获得输入与输出的最小重构误差计算阈值判断车辆碰撞情况.实验表明,数据经过One Class-SVM模型处理,再使用Autoencoder模型检测获得了比较好的测试结果.     

基于BP神经网络与多分类支持向量机的水质识别与分类

介绍BP神经网络与多分类支持向量机等分类模型的基本原理,并基于这两种方法对水质识别与分类的准确度进行实例比较研究,随机抽取了南昌市内2010-2013年水域水质的300组数据为样本,选取了pH,氨氮,Cl-,SO2-3,总硬度,硝酸盐氮为评价的主要特征。通过把训练后的模型在测试集中进行的检验对得到的模型进行评估,表明了BP神经网络和多分类支持向量机均可以较好地解决水质识别与分类过程中存在的复杂性,多变量,非线性等问题,相比较而言多分类支持向量机有较强的鲁棒性,预测结果更为精确稳定,将其应用到水质评价中具有一定的可行性。更多还原     

结合HOG-LBP特征及多实例在线学习的随机蕨目标跟踪方法

提出了通过联合随机蕨与HOG-LBP特征建立目标模型的方法. 首先利用选定目标图像块中的HOG-LBP特征向量完成初始化及在其后的过程中产生新的随机蕨, 该随机蕨用于对兴趣目标的检测和跟踪. 目标模型的更新通过多实例在线学习与更新蕨池实现. 提出的方法在选定6个标准视频序列进行测试, 测试结果与现在较流行的OnlineBoostingTracker、MILTracker等跟踪算法进行了比较和分析. 结果表明, 在各种复杂环境下, 本研究提出的方法具备良好的跟踪鲁棒性, 在抗局部遮挡和光照变化方面具有一定的优势; 同时算法具备一定的抗尺度变化能力; 在抗旋转方面, 该算法仍有一定的可改善空间.     

1963~2013年金华市霾日气候特征及其气象影响因子分析

利用1963～2013年金华市气象观测资料及NCEP/NCAR 2.5°×2.5°格点资料对金华市霾日的气候特征及其气象影响因子进行了统计分析.结果表明：近51 a来金华市霾日数总体呈现上升趋势.2004年以后,空气污染日趋严重,霾日数显著上升,城市热岛效应和干岛效应、霾日持续时间也日趋显著;冬季霾日最多,秋季次之,夏季最少;日平均温度和温度日较差在5.1～15.0 ℃,是出现霾天气最为有利的温度条件; 2 m·s-1以下风速不利于大气污染物的扩散和传输, 弱风速、地面主导风为偏东风是利于霾形成和维持的风要素条件;日平均气压和日平均气温的变化值小于等于2的条件下易产生霾;日均相对湿度在80%以下时,随着相对湿度的增加,霾发生几率增加,反之则下降.     

基于粒子群优化算法的多S盒相关性能量分析方法

为提高能量曲线与数据加密标准(data encryption standard,DES)密钥之间的相关性,同时解决传统相关性能量分析方法在攻击多个S盒对应轮密钥过程中猜测密钥数目成指数增长造成的计算量过大的问题,提出一种基于粒子群优化(particle swarm optimization,PSO)算法的多S盒相关性能量分析方法。该方法利用PSO算法结构简单、搜索速度快的特点,同时实现对DES算法多个S盒的攻击,增强能量曲线与密钥之间的相关性,降低攻击DES算法多S盒的计算复杂度。采用经DES算法加密的数据,对本文方法和传统相关性能量分析方法进行性能分析实验。由实验结果可知,与传统相关性能量分析方法相比,本文方法有效增强了信号的信噪比,对能量信息的利用率提高约55%;在能量曲线数目有限(600条)的情况下进行密钥恢复,正确率提高了约30%。     

基于二阶段迭代的非负矩阵分解的分类模型

为了有效地结合标签信息与非负矩阵分解技术,提升现有的非负矩阵分解算法划分数据的性能,提出一种用于分类问题的基于二阶段迭代的非负矩阵分解模型(2-stage iterative nonnegative matrix factorization model,2-STGINMF),在阶段1,基于训练样本之间的关系和标签信息,用非负矩阵分解技术学习训练样本的置信度分布矩阵。在阶段2,根据训练样本的置信度分布矩阵,基于训练样本和测试样本之间的关系以及测试样本内部的关系,学习测试样本关于不同类别的置信度分布矩阵。此外,提出了一种迭代式训练机制解决标签稀疏性的问题。实验结果表明,与当前的一些机器学习方法和矩阵分解方法相比,本文提出的2-STGINMF模型在不同类型的数据分类问题上都达到了最优的性能且在训练样本较少时也能获得较好的分类结果。     

侧信道分析中高阶掩码组合函数优化方案

功耗掩码是一种抗侧信道攻击的防护方案,是现有最有效的算法级防护方案之一.针对掩码的分析方法主要包括相关性功耗分析CPA与互信息分析MIA,两种分析方法中的关键问题均为泄露模型与组合函数.本文对掩码方案的功耗泄漏与TC(toggle count)泄露模型进行研究,提出了MTC(multicycle toggle count)模型. MTC模型与现有TC模型相比,可对多个周期的功耗泄漏进行刻画,与TC模型相比准确性提高了15. 4%.根据MTC模型现有的组合函数进行研究.提出了一种组合函数优化方案.实验结果显示,针对掩码电路使用该组合函数优化方案后,CPA的有效性可提高32. 3%,MIA的有效性可提高22. 2%.     

HHT在白细胞亚群分类算法中的应用

与常规的白细胞亚分类方法不同,提出一种新型的白细胞分类方法,该方法采用希尔伯特黄变换将细胞光学信号自适应分解,并利用支持向量机构建细胞亚分类模型进行识别分类。实验结果:白细胞亚类可比性和相关性达到了血液分析仪行业标准要求。该方法为细胞信号分析以及亚分类提供了新思路。     

面向使用的GUI软件关键测试路径选择策略

从软件统计测试的思想出发，提出了窗口导航网（WNN）模型，并通过WNN选择关键测试路径，以降低GUI软件的测试代价．提出了多种窗口和输入粒度，从不同层次上描述GUI软件，并在一定粒度上构建WNN模型．模型中的顶点对应GUI中的窗口，弧对应窗口之间的转移，各弧关联一个[0，1]区间的实数，描述转移发生的概率．使用该方法可以从用户角度建模GUI软件，建模过程简单直观，且不存在状态爆炸问题．实例分析表明，通过WNN模型能有效地获取关键测试路径．