关键词： 短期气候预测   机器学习   降水   气温  

摘要： 短期气候预测有着广泛的社会需求,但由于气候系统形成的复杂性和我国地形的独特性,对其准确预测极为复杂和困难。目前主要的预测方法包括动力模式和统计预测方法。但是动力模式对计算初值敏感,无法同化长期的历史资料;统计预测方法无法很好解决模型不稳定性、特征因子复杂性、预报因子-预报量关系非线性的问题,因此这两种方法实际预报技巧不高。机器学习本质上来说也属于统计方法,可以很好地解决模型非线性问题,但在短期气候预测中并未得到广泛应用。基于上述原因,为了处理预报因子-预报量关系的非线性问题,本研究提出了一个机器学习预测模型,并对中国月平均气温及降水进行预测;针对模型不稳定性、特征因子复杂性的问题,本研究提出一个动态建模的机器学习(TD-ML)方案,对中国季节尺度气温及降水进行预测。与传统统计预测方法及目前气候动力预测模式相比,本研究提出的预测模型,在具有挑战性的气候异常空间分布预测技巧方面表现出了较大的优势。具体研究内容如下:(1)针对预报因子-预报量关系的非线性的特点,利用中国160个国家站的逐月气候资料、国家气候中心130项气候因子数据集,采用皮尔森相关性分析确定预测因子并使用线性回归、岭回归、随机森林、梯度提升树算法升四种算法建立了一套中国月气温及降水的预测方案模型,并与国际主流的三种动力模式预测结果进行对比检验预测效果。结果表明,机器学习算法模型相对现有的动力模式预测能力略有提升。(2)针对季节尺度气温预测有着模型不稳定性、特征因子复杂性这两个统计学预测难点,分别提出动态建模、特征增强的解决方法,在此基础上形成一种新的动态建模的机器学习预测方案。结果表明,动态建模和特征增强对机器学习模型都分别有技巧提升作用,使得最终的TD-ML方案在与国际主流的业务模式同期预测相比时,本方案在趋势把握方面能够优于或不弱于它们,在异常空间分布技巧方面则有较大的优势。(3)针对季节降水预测效果不理想的问题,以夏季降水为例分析了不同起报月对我国季节降水预测精度的影响。实验表明,包含了前冬季节气象因子的起报月可以有效地提高模型对于夏季降水的预测精度。

关键词： 粒子鉴别技术   叠层探测器   脉冲形状甄别方法   蒙特卡洛方法   机器学习方法   卷积神经网络  

摘要： 随着闪烁探测器技术的不断发展,粒子鉴别技术的相关研究也在不断深入。在辐照环境复杂的场景,诸如深空环境、核反应堆、高能研究等领域,对粒子种类的鉴别不但能够实现相应的研究目标,对人员健康的防护设计也至关重要。在这些应用场景以及对大气放射性氙同位素的监测中,对于β-γ粒子鉴别的设计是重要的一环。叠层探测器自诞生以来经历了几十年的发展,大量的研究将其用于粒子鉴别的设计中。对粒子鉴别叠层探测器的研究朝着结构优化、算法优化的方向发展,不断提升粒子鉴别的效率以及准确率。在现有的研究中,探测器的鉴别能力还有待提升,需要对算法进行进一步的设计和优化。伴随着对机器学习方法的研究日趋深入,在这一领域中也出现了一些相关的应用工作。本文基于脉冲形状甄别技术开展了对β-γ粒子鉴别叠层探测器的研制工作,对探测器的结构进行了设计、基于探测其脉冲特点构建了脉冲甄别算法,讨论了算法的计算结果。为了更进一步提升脉冲分类效果,对用于粒子鉴别的机器学习方法进行了研究。本文的主要工作有:(1)对β-γ粒子鉴别叠层探测器进行了研制。这部分首先总结了研制过程中需要考虑的问题,提出了叠层探测器的结构框架。通过对闪烁体相关性能参数的分析,选定了以EJ-260/Cs I(Tl)的闪烁体组合作为叠层探测器的设计方案。之后使用GEANT4程序构建了探测器的模型以对其进行结构设计,模拟3.5 Me V电子入射到EJ-260内部的能量沉积情况,确定了这一闪烁体的厚度为20 mm。在此基础上,选择了厚度为50 mm的Cs I(Tl)晶体作为后端的闪烁体。模拟了1Me V能量的β射线入射到EJ-260闪烁体和1 Me V能量的γ射线入射到Cs I(Tl)闪烁体中形成的脉冲,以验证探测器能够通过脉冲形状甄别算法进行区分。在此基础上对叠层探测器进行了组装,使用实际的β射线及γ射线进行测试,并计算了相应的平均脉冲。结果表明,实际的脉冲也具有明显的上升时间差异,能够通过上升时间甄别方法进行数据处理,来实现脉冲的分类效果。(2)基于脉冲形状甄别算法实现了叠层探测器的粒子鉴别。这部分首先对脉冲甄别算法进行了介绍,选择了上升时间甄别算法作为实现粒子鉴别的方案。在使用移动平均滤波器对脉冲进行平滑后,使用MATLAB程序编写了提取每个脉冲的上升时间参数的算法。对脉冲上升时间数据进行分析,实现脉冲的识别和射线能谱的绘制。结果显示,探测器能够实现对不同闪烁体的脉冲进行区分,并能够绘制出相应的粒子能谱。最后还对探测器的品质因子值进行了计算,结果为6.35,将这一数值与其他文献中的结果进行了对比。结果显示,本工作所搭建的叠层探测器结构能够实现粒子鉴别效果,并具有较高的品质因子值。(3)为了能够实现更好的粒子鉴别效果,本文对机器学习方法在粒子鉴别中的应用进行了探索。这部分通过对机器学习方法的发展历史和原理进行总结,选择了高斯混合模型、支持向量机和卷积神经网络用于数据分类的机器学习方法进行了测试。在MATLAB程序中对三类模型进行了构建,在实验上测量了EJ-260/BGO叠层探测器的脉冲,以及由两种闪烁体单独采集的脉冲构建而成的训练集数据。使用GEANT4程序对脉冲进行了模拟,以论证数据集的可靠性。训练结果显示,三种模型都能够在一定程度上实现对探测器脉冲的甄别。其中,高斯混合模型、支持向量机和卷积神经网络对数据分类的准确率分别为72.9%、85.5%和96.1%。受限于数据集的类型以及模型本身的特点,高斯混合模型和支持向量机在分类效果上都存在一定的缺陷,而卷积神经网络具有最高的分类准确率。论文工作的创新点如下:(1)通过对射线特点及闪烁体性能的分析,建立了一套以EJ-260/Cs I(Tl)为组合的叠层探测器结构。利用GEANT4模型对闪烁体几何结构进行了优化设计,并验证了其脉冲输出的可分辨性,在此基础上对探测器进行了组装和初步测试。(2)针对叠层探测器的脉冲选用上升时间甄别方法处理数据,实现了对脉冲种类的识别以及能谱的绘制。(3)对机器学习在粒子鉴别中的应用进行了研究,基于EJ-260/BGO叠层探测器的实验数据,构建了三套不同的机器学习模型以进行测试。

关键词： 二次事故   时空间隔   机器学习方法   解释技术  

摘要： 二次事故通常被定义为发生在初次事故影响区域内的事故,它将加剧交通拥堵并诱发额外的安全问题,研究二次事故的危害性和潜在的可预防方案是迫切的。了解二次事故与初次事故之间的时间间隔和距离间隔对于预防二次事故的发生和改善道路安全至关重要。尽管以前的研究分析了时空间隔,但在模型预测性能、量化影响因素的效应等方面仍存在优化空间。因此,本文关注于二次事故的识别、二次事故与初次事故之间的时空间隔预测以及时空间隔特征分析。首先,采用了一种静态和动态相结合的数据驱动方法来识别高速公路二次事故,共识别出二次事故与初次事故368对。基于识别结果,计算了二次事故与初次事故之间的时空间隔;基于距离间隔与时间间隔的比值,划分了5类二次事故的发生特征。其次,应用随机森林方法来预测时空间隔,并采用SHapley加法解释技术来剖析预测模型的输出。结果显示,交通流量、速度、照明和人口数量被认为是影响时空间隔最重要的因素。各重要因素的主要效应和交互效应揭示了它们的变化对时空间隔的影响方式和影响过程。最后,提出了一个两层的Stacking框架来分析时空间隔特征。第一层的基础分类器包括随机森林、梯度提升决策树和极端提升决策树,用于提取数据特征;第二层应用逻辑回归算法作为组合器来获得最优结果。采用LIME技术从局部和全局的角度解释Stacking模型的输出。通过准确度、精确度和召回率指标评估,Stacking模型的表现优于基础模型。基于模型的解释表明,速度、人口数量、流量、涉及车辆数是影响时空间隔的关键特征。图54幅,表10个,参考文献94篇

关键词： 主机日志   机器学习   异常检测  

摘要： 在人工智能领域中,机器学习和深度学习技术的发展使得系统日志异常检测领域开辟了一条新的解决思路。深度学习的最大优势在于它能够从主机日志中挖掘系统的行为模式,继而对深度学习模型进行反复训练。目前大量的深度学习技术已经在主机系统异常检测领域中得到了广泛的应用,但是由于主机日志的类型繁多、格式多样,因而产生了整体模型的运行时间长、识别准确率低等问题,这也使得深度学习在主机日志异常检测技术中的应用落地受到了很大的挑战。为了解决现有主机系统日志检测所存在的问题,本文从有监督和无监督学习两个领域展开了主机系统日志异常检测的研究工作,首先本文提出了深度自编码AE的主机日志异常检测方法,在此方法中对日志数据进行解析和取样标签并增加自动编码器隐藏层的层数,从而实现了更高维度的日志信息特征检测。同时本文提出了一种基于头部增强遮蔽语言模型,并利用目标预训练任务,高效地抽取出系统日志语句的分布特征,克服了传统的日志分析算法存在数据丢弃、特征提取简单、时序信息被忽视等问题。最后本文还对序列产生和分类的应用策略进行了深入的探讨,在生成器和判别器网络中引入了两种策略,同时在此基础上设计了一种基于长距离依赖性的生成对抗框架。该方法在半监督情况下提高了单类别数据的分布匹配,有效地解决了由于分类不均衡而造成的检测结果不理想的问题。在实验部分本文通过对真实环境中的两组数据集进行了验证,验证了所提出的方法可以提高半监督学习环境中的异常检测性能。所取得的结果充分证明基于语义识别与生成对抗网络的日志异常检测方法F1得分为90.6%,较目前的主流方案提高了27.8%。

关键词： 波浪预测   支持向量机   滤波   分频  

摘要： 该文通过水池试验得到了符合特定波浪谱的波高时程数据,据此建立了基于SVM(support vector machine)短期波浪准确预报模型,优化了模型参数与数据结构参数,并基于所得最优模型对高斯核和线性核函数预报效果进行了对比。该文引入了频域与时域相结合的分频预报新方法,采用滤波技术有效实现了原始时程数据的频域划分,并结合不同滤波参数得到了各子频段对应的时程序列,实现了时域频域相结合,降低了原始数据时程变化复杂度。然后依据所得最优预测模型对各子频段时程序列进行了预报与叠加合成,形成了结合分频思想的SVM预报方法,有效延长了准确预报时长。

关键词： K均值聚类   高斯混合模型   华亭地震   线性判别函数   二次判别函数   自训练模型  

摘要： 甘肃华亭地区历史上地震活动频繁,由于华亭地区拥有大型煤矿,因此该地区的地震活动除了常规的天然地震还有采矿引发的非天然地震.本文为了将两类地震事件进行准确区分,采用无监督、有监督到半监督分类方法,分析应用于甘肃华亭地震事件分类中.本文一共选取(34.8~35.7°N,106.1~107.1°E)范围内305个地震事件的波形数据,使用速度地震图的复杂度(C)和S/P波振幅比两个时变参数作为分类器,经过我们的训练分析,GMM、K均值、线性判别函数(LDA)、二次判别函数(QDA)、标签传播模型(Label Spreading)和自训练模型(Self Training)的最高总精度分别为87.87%、86.23%、92.16%、94.12%、96.73%、96.73%.根据分类结果分别讨论了无监督和有监督模型对天然地震和矿震的分类性能,六种方法对地震事件的分类都有不错的效果,其中半监督(Self Training)方法比其他方法有更好的改进.通过本研究我们发现,对于没有标签信息可用的无监督聚类算法,尤其是GMM方法具有与判别分析的监督方法接近的判别能力,而仅需要标注少量事件的半监督学习在本文的数据中体现了极佳的效果,甚至超过了拥有全部标签的有监督学习,这说明无监督和半监督方法可以在复杂地震大数据中做初步的分类工作,能节省地震类型标签制作的巨额工作量.

关键词： CMAQ   近地面臭氧   机器学习   LSTM   XGBoost   误差变权倒数组合  

摘要： 为能更加准确地模拟出兰州市近地面臭氧浓度,在CMAQ(社区多尺度空气质量建模系统)的基础上,利用机器学习方法中的XGBoost(极限梯度提升)模型及LSTM(长短期记忆)神经网络模型建立近地面臭氧模拟结果的订正模型,并以两种方法为基础,利用误差变权倒数组合方法构建LSTM-XGBoost组合模型,以期进一步提高订正效果.本文选取兰州市4个国控站点(兰炼宾馆,铁路设计院,榆中校区,生物制品所)2019年7、8月环境空气质量监测数据及兰州市气象站同期气象数据,对CMAQ模拟的同时段兰州市近地面臭氧浓度进行订正.结果表明,CMAQ能够模拟出兰州市近地面臭氧浓度的空间及时间分布特征,但整体上对浓度有所低估.利用上述方法构建的订正模型中,LSTM-XGBoost组合模型的订正效果最好,臭氧相关性由CMAQ模拟的0.61~0.76提升至0.89~0.95,臭氧8h平均相关性由0.65~0.79提升至0.81~0.88,臭氧RMSE由44.83~70.17μg/m^(3)提升至15.21~26.53μg/m^(3),臭氧8h平均RMSE由40.07~67.57μg/m^(3)提升至14.24~28.54μg/m^(3).该研究表明利用机器学习方法对CMAQ模拟结果订正可行,可以改善环境空气质量模式模拟结果.

关键词： 机器学习   种类区分   字迹色痕   文件检验  

摘要： 在可疑文件检验领域的研究中,字迹色痕的种类鉴别等相关问题是目前国内文件检验从业者所关注的重点。随着科技的进步,利用机器学习方法结合传统的检测方法对各类物证进行种类区分的相关研究层出不穷,通过测量所获得的客观数据,结合相应的鉴别模型寻求最优的分类结果,使得鉴定结果更加精确化、可视化。本文对近年来机器学习方法应用在色痕种类鉴别方面的文献进行梳理总结,以期为其他学者开展相关研究提供参考。

关键词： 管道腐蚀缺陷   失效评估模型   失效概率   失效风险分类   蒙特卡罗  

摘要： 基于数据挖掘方法对管道腐蚀缺陷进行安全评估,主要内容包括:总结现有的腐蚀管道剩余强度评价方法,收集管道失效数据对各评价模型进行对比验证;基于管道失效评估模型及各变量参数分布规律,生成一个随机数据集,包括几何特性、腐蚀坑尺寸、管道年龄及管道材料等特征,并通过蒙特卡罗模拟管道的失效概率;根据管道失效概率进行风险分类,并通过机器学习算法训练有效的管道风险分类模型。