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: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:摘要针对物联网中效劳数量的大规划性、效劳描绘的异构性以及设备效劳的资源高度受限性和移动性等特色,提出了一种依据概率主题模型的物联网效劳发现办法.该办法的首要特色是1)运用英文Wikipedia构建高质量的主题模型,并对类似短文本的效劳文本描绘进行语义扩大,使主题模型可以更有用地估量效劳文本描绘的隐含主题;2)提出运用非参数主题模型学习效劳文本的隐含主题,下降模型练习时刻;3)运用效劳隐含主题对效劳进行主动分类和文本类似度核算,快速削减效劳匹配数量,加快效劳文本类似度核算;4)提出可以一起支撑WSDL-based和RESTful两种物联网效劳的signature匹配算法.试验结果表明与现有的物联网效劳发现办法比较,该办法的精确率(precision)和归一化折损累积增益(NDCG)都有较大起伏的进步.
简介:摘要本课题基于以频率估计概率的数学实验统计模型,借助网络技术平台,实现了书面表达中各字母出现频率的统计,根据频率的稳定趋势估计出各字母在书面表达中出现的概率。借助计算机辅助教学和基于信息技术的数学实验,体现了数学教学活动化、操作化和现代化的特征,重视学生在数学实验活动中的主体地位,使学生处于积极主动地动脑动手、探索验证、讨论交流的实践活动中,实现了新数学课程观中“培养学生r数学能力与智慧”。
简介:2012年起,基于网络、针对大众人群的大规模开放在线课程呈井喷式发展。目前的MOOC虽然能支持视频课程、论坛、测试和评价等功能,但对于学习者学习效果的评价和给予反馈的能力仍受到限制。在线学习的学习效果评价方法中,选择题和判断题等客观类试题可以通过机器进行评判反馈,但一些主观类试题,比如数学演算、设计问题和论文等一些复杂和开放性的作业任务就无法通过机器评判反馈。针对这一情况,一些MOOC平台正逐步引入同伴互评机制。虽然同伴互评机制的设立使得主观类试题得到有效评价,但学习者对同伴建议的准确性和权威性表示怀疑。调查发现,94%学生更喜欢老师评语。如此,需要依据一定的理论或过程模型保证同伴互评的准确度、信服度和价值。本文构建了三种关联复杂度不同的同伴互评概率模型来提升MOOC评价系统中主观试题评分的客观性和准确性,并利用Cousera中"人机交互"课程的相关数据组来评测各同伴互评概率模型的准确度。评测方法采用了吉布斯采样法和期望最大化法。文章通过对使用三种概率模型得到的评测结果与通过Cousera平台同伴互评系统所得到的相应结果进行了比较,结果显示,准确度有显著提高。本文构建的模型可以提升同伴互评系统整体效果,且最高达到30%。文章最后还对同伴互评概率模型的进一步改进方向和其在MOOC系统中的实际应用进行了探讨,包括增加新的关注参数,例如评分者在评分时投入的关注度等。