文献

J-GLOBAL ID：201702227411646863   整理番号：17A0064225

衛星AODデータ駆動の地域電力汚染レベル評価手法【JST・京大機械翻訳】

A Novel Evolution Method for Contamination Level of Power System Driven by Satellite-derived AOD

著者 (7件)： Xiong Yu (国网湖北省電力公司電力科学研究院) ,  Chen Xiaoming (国网湖北省電力公司電力科学研究院) ,  Ruan Ling (国网湖北省電力公司電力科学研究院) ,  Huang Junjie (国网湖北省電力公司電力科学研究院) ,  Zhang Tianhao (武漢大学) ,  Zhu Zhongmin (国网湖北省電力公司電力科学研究院) ,  Han Ge (武漢大学国際軟件学院)
資料名： Cehui Tongbao  (Cehui Tongbao)
号： 8  ページ： 39-43  発行年： 2016年 
JST資料番号： C2877A  ISSN： 0494-0911  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の汚染等級評価法には,高コスト,低効率,地域不平衡,主観性などの問題がある。衛星リモートセンシングは,その大規模なカバーと高重訪の利点によって,時間特性の広い範囲の地上モニタリングに特に適しており,同時に,20年のリモートセンシングの定量化と自動化は,多くの優れた性能を持つ機械学習アルゴリズムを生み出して,人間の主観的要因の干渉を避けることができる。本論文では,衛星リモートセンシングデータ,ラフ集合,サポートベクトルマシンなどのデータ処理アルゴリズムに基づく地域電力汚染評価法を提案した。データマイニング実験により、最低限にAOD、汚染源目録、降雨と地形高度の4種類のデータを獲得するだけで、汚濁等級評価を実施できることが分かった。これに基づく分類実験は,サポートベクトルマシンに基づく分類法が全体の分類精度が70%に達することを示し,大域的汚染等級の評価と汚濁分類のために使用することができた。一方,最尤分類法は,高レベル汚染の評価に対して80%の高精度を持ち,汚染フラッシュオーバー事故の早期警報に適用できる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： フラッシュオーバ ,  汚染源 ,  学習アルゴリズム ,  警報 ,  ラフ集合 ,  *電力 ,  最尤法 ,  リモートセンシング ,  サポートベクトルマシン ,  データマイニング
準シソーラス用語： 分類精度 ,  分類法 ,  衛星リモートセンシング ,  評価法 ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 衛星 ,  データ駆動 ,  地域 ,  汚染 ,  評価手法