1 新疆大学资源与环境科学学院, 新疆 乌鲁木齐 830046
2 新疆大学绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
3 新疆智慧城市与环境建模普通高校重点实验室, 新疆 乌鲁木齐 830046
4 中亚地理信息开发利用国家测绘地理信息局工程技术研究中心, 新疆 乌鲁木齐 830002
5 新疆艾比湖湿地国家级自然保护区管理局, 新疆 博乐 833400
随着技术的进步与发展, 国内外学者早已利用不同的技术手段对水质指标的评价与估算开展了大量研究, 但是利用二维荧光峰值估算水质指标的方法尚不多见。 以艾比湖流域地表水为研究对象, 利用多元统计分析和逐步回归分析方法, 对二维荧光峰值和水质指标建立估算模型以初步探究二者的相互关系。 结果表明: (1)艾比湖流域不同河流的水质状况不同, 博尔塔拉河(简称博河)的TN含量最高, 水库及水渠的TP含量最高。 (2)同一水样点有三个荧光峰(Peak1, Peak2和Peak3)且强度逐渐减弱, 不同河流的荧光峰强度不同, 其中博河、 水库及水渠的荧光峰强度变幅最大。 (3)经过荧光峰值与水质指标的相关分析发现Peak1与BOD5, Peak2与BOD5, Peak2与COD, Peak2与DO具有较好的相关性, 相关系数分别为: 0479, 0371, 0655和0618。 将单荧光峰值和水质指标建立估算模型, 经验证四组估算模型的精度较差, 单峰值建模无法达到监测要求。 因此, 在单荧光峰值建模的基础上, 将每个水样的三组荧光峰值和水质指标进行综合建模, 建立多元回归方程, 经模型验证得出三组荧光峰值与DO的综合模型效果最好, R=0756, RMSE=1001。 因此二维荧光峰值与水质指标DO的综合估算模型是可行的, 对干旱区水质指标监测具有一定的参考意义, 为艾比湖流域水资源的开发、 利用及保护提供科学依据。
艾比湖流域 二维荧光峰值 水质指标 关系模型 Ebinur Lake basin Two-dimensional fluorescence peak value Water quality indexes Relational model
中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
将似然关系模型在描述和推理多属性类之间关系及其不确定性知识方面的优势用于预测软件缺陷, 提出了航天软件缺陷预测模型PRM_METHOD。首先, 提出了基于软件测试的软件缺陷分类方法, 以软件缺陷类关系为例分析了似然关系模型用于航天软件缺陷预测的理论依据; 然后, 在对人员能力、缺陷数量特征等数据进行定义和泛化等预处理的基础上, 描述了提出的预测模型PRM_METHOD, 详细阐述其结构、学习过程以及预测过程, 并针对数据集的分类操作提出了基于弥合数据缝隙的k-均值聚类方法。最后, 以某航天项目软件为例验证了模型PRM_METHOD的实现过程, 并以实际测试工作中产生的历史数据作为训练集和验证集进行实验验证。验证结果显示, 验证集的记录与预测结果的平均绝对偏差均值为0.086 8, 即模型的预测精度为0.913 2, 表明该模型对关联关系较为复杂的航天软件缺陷有较好的预测精度。
软件缺陷预测 似然关系模型 缺陷分类 聚类分析 software defect prediction probabilistic relational model defect classification clustering analysis
1 北京航空航天大学飞行器控制一体化技术重点实验室，北京100191
2 中国航空工业洛阳电光设备研究所,河南 洛阳471009
针对传统贝叶斯网络对复杂对象建模存在的问题，分析了面向对象的概率关系模型。建立基于面向对象概率关系模型知识库的贝叶斯网络生成算法，建立战场威胁级别评估模型，并实现对威胁级别的评估。仿真结果证明了该方法的有效性，并且具有比贝叶斯网络模型更强的建模能力。
贝叶斯网络 面向对象概率关系模型 威胁评估 态势评估 Bayesian Network objectoriented probabilistic relational model threat level assessment situation assessment
