西江流域压咸风险调度及其时空传递规律研究

枯水期珠江河口咸潮情势日益加重,径流不确定加剧了压咸风险,严重威胁沿线的供水安全。本文基于概率密度分布描述径流不确定性,构建了单源风险调度基本框架。以西江流域五座水库为研究对象,量化了预报误差与压咸风险的响应关系;揭示了压咸风险的时空传递规律;将压咸风险划分为3个等级;确定出各级风险越级传递的临界阈值。研究表明：随预报误差的增大,压咸风险提前且持续天数增加、风险率增大;压咸风险呈逐时段累积和从上游向下游、从支流向干流的时空传递规律;当预报误差超过±16%、±21%时,压咸风险从轻险越级至中险、中险越级至重险。研究成果对于西江流域压咸风险的调控和粤港澳大湾区的供水安全具有重要的应用价值。     

结合矩阵分解的混合型社会化推荐算法

推荐系统是用来解决当今时代信息过载的重要工具。随着在线社交网络的出现和普及,一些基于网络推荐算法研究的出现,已经引起研究者的广泛关注。信任是社会网络中的重要信息之一,通常用来改进基于社交网络的推荐系统,然而,大多数信任感知的推荐系统忽略了用户有不同行为偏好在不同的兴趣域;本文不仅考虑了用户间特定域信任网络,并且结合推荐项目之间特征属性信息,提出了一种新型社会化推荐算法(H-PMF)。实验表明,H-PMF算法在评分误差和推荐精度上都取得了更好的效果。     

基于全散度的C-V模型阈值法

为了提高传统C-V模型的收敛速度并降低其对噪声的敏感性,提出基于全散度的C-V模型及其快速阈值分割算法。将Bregman散度与全散度统一获得新的全散度,并将其引入C-V模型的拟合偏差项,提高图像灰度值与分割区域平均灰度偏差值计算的鲁棒性。同时,采用变分水平集理论获得基于直方图的快速阈值计算方法。实验结果表明,该方法分割效果及收敛速度得到提高,且具有较好的鲁棒性和抗噪性。     

滇池环湖截污干渠错峰技术模拟与分析

为了实现滇池流域截污效果的最大化,基于前期建立的东岸排水管网SWMM模型,结合该区域1995-2016年间降雨资料,研究环湖截污干渠的错峰调蓄技术。根据雨水干渠液位高度执行不同控制模式:当水位低于6.76 m时执行典型污染物浓度阈值控制模式;当水位高于6.76 m时执行典型污染物阈值控制的同时执行液位-污染物通量控制模式。采用SS和TN作为干渠截流的典型污染物控制指标,其控制浓度阈值分别取12和5 mg/L。模拟重现期为0.5~1 a降雨时SS、TN浓度-负荷通量调蓄方案下干渠负荷收集情况,结果表明两种调蓄方案均能有效提高雨水干渠的负荷收集率,提高污水干渠出口浓度,降低雨水径流对污水厂的高水量和低浓度冲击负荷。随着重现期增大,干渠对污染物的高效和最大化收集效果越明显。但是TN调控下污染负荷收集效果优于SS,因此选择TN作为干渠截流的最优典型污染物控制指标。     

基于信任的网络群体异常行为发现

现今大规模网络群体异常事件往往由多个复杂安全事件融合,且这些安全事件之间隐藏着社会化利益与联系,表现出典型的群体性与控制性.对恶意网络群体事件的感知与响应是网络安全管理的重要任务之一.传统的异常检测机制与基于偶图模型的群体异常行为发现方法均未深入分析这些恶意网络行为潜在的社会化关系,且没有考虑交互过程对节点关系的影响.基于此,文中提出一种基于信任的网络群体异常行为发现模型.该模型首先使用网络交互拓扑信息建立网络节点间的信任矩阵;进而结合直接信任度和相关信任度计算网络节点间的相似度,并通过松弛谱聚类算法中的约束条件,增强类数目的自动识别能力,提高节点聚类准确性.实验表明该模型交互能够有效感知网络中的分布式拒绝服务攻击、蠕虫与僵尸网络的异常行为,并对潜伏期内的安全事件行为有较高识别度,同时比基于偶图的行为分类模型具有更高的准确性.     

结合信任的推荐系统的性质

结合信任的推荐系统可以有效地缓解传统协同过滤算法中存在的数据稀疏问题,并能给每个用户提供可信且准确的推荐。然而系统中的每个用户都是不同的,因此考虑针对不同用户应采用不同推荐模式来查找推荐群体,以做出更具个性化的推荐。研究了微观层次上的节点特性,引入了兴趣的概念,证明了被推荐者的多种节点特性对于推荐结果的影响效果。最后通过多组实验验证了推荐系统在具有不同特性的节点上的推荐效果差异。     

基于模糊预测的无线传感器网络信任模型

针对无线传感器网络(WSN)中的信任值更新问题,提出了一种基于模糊预测(FP)的无线传感器网络信任值更新的方法——RMFP。算法采用模糊数学理论方法,利用模糊隶属函数来全面地刻画节点的表现行为,并将其转换成节点的模糊隶属度,最后将模糊隶属度进行整合以实现节点的信任值更新。仿真实验表明,所提算法在整合节点信任值精确度方面提高了10.8%,在判断可疑节点的速度方面提高了两倍。这说明基于模糊预测的节点信任值更新算法在发现并摒除恶意节点的准确率和速度上均有显著的效果,尤其是针对前期取得高信任的恶意节点的判断具有很强的优势。     

融合社会信任关系的改进推荐系统

推荐系统已经得到了广泛的研究和应用,但是大多数推荐系统中仍存在一些导致系统推荐质量低下的不足:用户-信息项矩阵的大规模性和数据稀疏性,假设所有的用户都是互相独立的,该假设忽略了用户之间的联系。为了提高推荐系统模型的准确性,提出一种新型的概率因子分析方法。该方法对社交网络图进行挖掘,并将挖掘出的信任关系应用到推荐系统中,从而把用户朋友的喜好与用户的兴趣融合在一起,用于提高推荐质量。理论分析和实验结果表明,该方法复杂度是线性的,相对于传统方法表现出了很大的优越性,适合应用于大规模数据处理。     

基于改进小波去噪和EMD方法的轴承故障诊断

将改进的小波阈值去噪与EMD分解相结合应用于轴承故障诊断中。该方法首先利用改进的小波阈值去噪法对原始信号进行去噪,然后采用EMD方法将去噪后的信号自适应地分解成一系列IMF分量之和,通过能量-相关系数法选取能够反映故障特征的IMF分量进行包络谱分析提取故障频率。实验结果表明该方法能够有效识别故障特征频率。     

EMD-IT去噪算法的阈值估计方法

为解决EMD-IT去噪算法中阈值难以确定的问题,提出一种基于高斯白噪声能量分布的阈值估计方法。将含噪信号进行经验模态分解并估计各固有模态函数(IMF)中噪声的能量;根据模态单元阈值的含义,在各IMF中利用去除掉的模态单元包含的总能量等于噪声能量这一准则估计阈值。合成数据和实际心电信号的去噪仿真实验验证了该方法的有效性,其是自适应的且避免了阈值选择的主观性。