简介:根据南京气象站及其周边3个乡村自动气象站2005年逐时风速资料,拟合了风速的概率分布函数,分析表明:南京城、乡地面风速的概率分布均与3参数的韦伯分布吻合度很高,风速概率密度函数(PDF)曲线形状存在明显的城乡差别,城市风速PDF曲线更加陡峻,即风速分布更为集中;在0.75~3.75m/s,城市风速PDF值明显高于周边乡村,而在〉3.75m/s和〈0.75m/s范围,城市风速概率密度值则低于乡村;城市下垫面的摩擦效应削弱风速而热力效应起增强风速作用,对风速的城乡差值序列的分析发现:多数时间城市风速是小于乡村风速的,但风速小于1.90m/s条件下,城市风速会出现大于乡村的现象;总体上摩擦效应的作用远大于热力效应;城市效应使全年平均风速下降0.43m/s。
简介:Benford分布律是常用的数据质量评估方法。通常,Benford分布律只适用于完整数据集的数据质量评估。对于完整数据集的有界子集,提出修正Benford分布律评估其数据质量,拓宽了Benford分布律的适用范围。随机模拟结果显示,新方法的统计性质比Benford分布律更好,评估结果更合理。
简介:提出了一种基于流体随机Petri网的工作流响应时间概率分布计算方法.首先讨论了利用随机工作流网建模的一些相关问题,然后描述了如何将随机工作流网模型转化为流体随机Petri网模型,最后给出了该种流体随机Petri网模型的动态方程,说明工作流响应时间的概率分布可直接由流体随机Petri网模型的暂态解得到.该方法对工作流模型的结构没有提出任何限制,且工作流任务的处理时间可取任意概率分布,通过递归地使用网化简技术可有效地处理大型工作流模型.
简介:不确定性是数据的固有属性,在实验过程中由于仪器的限制或者收集过程中的误差都会造成数据的不确定性。数据挖掘算法在处理不确定数据的相关研究尚处于初级阶段,不确定数据聚类是不确定数据研究中的典型问题,已有一些聚类算法被应用到处理不确定数据,如UK-means等。无论是UK-means还是FDBSCAN都仅仅考虑了不确定数据之间的几何距离,而没有考虑到不确定数据之间的概率分布差异。然而,概率分布特征是不确定数据的本质特征,考虑不确定数据的概率分布能够更准确度量不确定数据间的距离,从而提高聚类算法的性能,本文使用核函数度量不确定数据与类中心的距离,然后使用UK-means算法聚类不确定数据,通过大量实验验证了本文提出的距离函数优于使用欧式距离期望的UK-means方法。
简介:摘要: 风电场的实际发电量主要受局部风的各个方面的特性影响。风速对风电质量和电力系统的正常运行有很大的影响,风速具体数据的预测对风电场的市场发展具有重要意义。因此,相关预测方法的发展呈现出活跃的趋势。