滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距...滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距离、距断层距离、距水系距离、地形起伏度、地层岩性、土地利用类型10类环境因子,使用Relief算法计算环境因子的贡献值并依据贡献值优化选择环境因子;基于环境因子优化的目标空间外向化采样法(target space exteriorization sampling,简称TSES)选择负样本,作为性能优异的随机森林模型的输入变量;之后结合优化的环境因子和正或负样本预测米林市的滑坡易发性,并用混淆矩阵和ROC曲线评价构建模型的性能。为检验环境因子优化的TSES法的有效性和先进性,采用耦合信息量法和TSES法选择滑坡负样本并构建随机森林模型,与环境因子优化的TSES法构建的随机森林模型进行对比研究。结果表明,环境因子优化的TSES法构建的随机森林模型的评价效果较好,其ACC为93.7%、AUC为0.987,均高于耦合信息量、TSES法构成的模型。环境因子优化的TSES法能够提高模型的精度,解决多因子作为约束条件取样中因子选取的问题,为滑坡易发性评价采集负样本提供了新的思路。展开更多
软件开发过程中,应用发布非常频繁,通常情况下,开发或运维人员会将系统里所有服务同时上线,使得所有用户都使用新版本。但这样的操作时常会导致发布失败,或因发布前修改代码,出现线上Bug。假设一个在线商城每天都有大量的用户访问,若直...软件开发过程中,应用发布非常频繁,通常情况下,开发或运维人员会将系统里所有服务同时上线,使得所有用户都使用新版本。但这样的操作时常会导致发布失败,或因发布前修改代码,出现线上Bug。假设一个在线商城每天都有大量的用户访问,若直接在所有用户中部署新版本应用,一旦出现问题,所有用户都可能受到影响。相比之下,基于云原生技术,引入灰度发布策略,可以先将新版本的应用部署到少量的用户中,检查是否存在问题,如果没有,再逐步扩展到更多的用户中。通过实践使用腾讯云微服务引擎(Tencent Cloud Service Engine,TSE)提供的网关和服务治理能力,在不修改任何业务代码的情况下,可视化配置灰度规则,实现云上全链路灰度发布,解决了全量发布的各种弊端。展开更多
用能流来描述林业生物灾害特征值及其相关的环境变量,使林业生物灾害的离散值连续化,从而可以使用更多的数学工具,对林业生物灾害的发生发展进行精细分析和预测。使用TSE(TSDA,time-space dynamic analysis about event)和系统代谢分析...用能流来描述林业生物灾害特征值及其相关的环境变量,使林业生物灾害的离散值连续化,从而可以使用更多的数学工具,对林业生物灾害的发生发展进行精细分析和预测。使用TSE(TSDA,time-space dynamic analysis about event)和系统代谢分析方法,对林业生物灾害发生发展过程进行精确描述、分析和仿真,利用Google Earth专业版和GIS强大的空间信息处理能力,建立林业生物灾害精细化预报专家系统,实现林业生物灾害的精细化预报。展开更多
文摘滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距离、距断层距离、距水系距离、地形起伏度、地层岩性、土地利用类型10类环境因子,使用Relief算法计算环境因子的贡献值并依据贡献值优化选择环境因子;基于环境因子优化的目标空间外向化采样法(target space exteriorization sampling,简称TSES)选择负样本,作为性能优异的随机森林模型的输入变量;之后结合优化的环境因子和正或负样本预测米林市的滑坡易发性,并用混淆矩阵和ROC曲线评价构建模型的性能。为检验环境因子优化的TSES法的有效性和先进性,采用耦合信息量法和TSES法选择滑坡负样本并构建随机森林模型,与环境因子优化的TSES法构建的随机森林模型进行对比研究。结果表明,环境因子优化的TSES法构建的随机森林模型的评价效果较好,其ACC为93.7%、AUC为0.987,均高于耦合信息量、TSES法构成的模型。环境因子优化的TSES法能够提高模型的精度,解决多因子作为约束条件取样中因子选取的问题,为滑坡易发性评价采集负样本提供了新的思路。
文摘软件开发过程中,应用发布非常频繁,通常情况下,开发或运维人员会将系统里所有服务同时上线,使得所有用户都使用新版本。但这样的操作时常会导致发布失败,或因发布前修改代码,出现线上Bug。假设一个在线商城每天都有大量的用户访问,若直接在所有用户中部署新版本应用,一旦出现问题,所有用户都可能受到影响。相比之下,基于云原生技术,引入灰度发布策略,可以先将新版本的应用部署到少量的用户中,检查是否存在问题,如果没有,再逐步扩展到更多的用户中。通过实践使用腾讯云微服务引擎(Tencent Cloud Service Engine,TSE)提供的网关和服务治理能力,在不修改任何业务代码的情况下,可视化配置灰度规则,实现云上全链路灰度发布,解决了全量发布的各种弊端。
