检索结果-内蒙古大学图书馆

西安电子科技大学学报 2021年第1期48卷 183-190页

作者：杨宏宇曾仁韵中国民航大学计算机科学与技术学院天津300300

由于传统的网络安全态势评估方法依赖于人工的标注和评估,在面对大量数据时,存在效率低、灵活性差等问题。针对这些问题,提出一种深度学习的网络安全态势评估方法。首先,建立深度自编码模型,对网络中受到的各种攻击进行识别;然后,为了... 详细信息

由于传统的网络安全态势评估方法依赖于人工的标注和评估,在面对大量数据时,存在效率低、灵活性差等问题。针对这些问题,提出一种深度学习的网络安全态势评估方法。首先,建立深度自编码模型,对网络中受到的各种攻击进行识别;然后,为了提高模型对拥有少量训练样本的类型的检测率,设计了欠过采样加权算法;最后进行模型测试并计算攻击概率,确定每种攻击的影响得分并计算网络安全态势值。实验结果表明,提出的深度自编码模型的准确率和召回率都优于对比的模型,这使得评估结果更加准确有效。

关键词：网络安全态势评估网络攻击深度学习深度自编码器数据重采样

来源：评论

学校读者我要写书评

暂无评论

基于机理引导数据驱动的锅炉燃烧两级优化研究

基于机理引导数据驱动的锅炉燃烧两级优化研究

引用

作者：隋梦璇东北电力大学

学位级别：硕士

火力发电在新型电力系统中起到深度调峰的作用。锅炉燃烧是火电厂发电过程的核心环节,其燃烧过程处于“黑箱”状态。然而,受锅炉内高温、高噪声、多灰尘等恶劣环境影响,已有测量方法(如声学、光学)难以实时获取锅炉内部燃烧的准确情况(... 详细信息

火力发电在新型电力系统中起到深度调峰的作用。锅炉燃烧是火电厂发电过程的核心环节,其燃烧过程处于“黑箱”状态。然而,受锅炉内高温、高噪声、多灰尘等恶劣环境影响,已有测量方法(如声学、光学)难以实时获取锅炉内部燃烧的准确情况(如NOx浓度分布、温度分布),致使运行人员难以实时分析锅炉燃烧状态,严重降低了对燃烧过程调控的及时性和高效性,导致机组效率下降,污染物排放浓度增加。针对上述问题,本研究以某350MW燃煤锅炉为研究对象,融合现场运行数据和数值模拟数据,建立基于机理引导数据驱动的锅炉温度场及NOx场三维分布预测模型,设计锅炉燃烧状态两级优化策略,开发锅炉燃烧状态三维可视化及优化系统。具体研究内容如下: 首先,以锅炉现场运行数据(如一次风量、二次风量、二次风温等数据)和CFD数值模拟数据(如NOx浓度、温度分布数据)为数据基础;根据燃尽风风门开度和二次风风门开度对不同工况下的数据分为六类;为了提升建模效率并解决大数据建模带来的大量计算资源花费问题,采用K-medoids算法分别重采样六类工况下的典型数据作为建模数据。其次,针对目前锅炉燃烧数据驱动模型缺乏燃烧机理可解释性的问题,提出一种考虑锅炉燃烧过程机理与数据驱动结合的锅炉燃烧参数场三维分布建模方法,通过分析锅炉燃烧过程元素质量守恒,设计深度神经网络(Deep Neural Network,DNN)损失函数,在数据拟合过程中融入C、H、O元素守恒定律机理,建立基于机理引导数据驱动的锅炉温度场及NOx场三维分布预测模型。在此基础上,基于白鹭群优化算法(Egret Swarm Optimization Algorithm,ESOA)设计锅炉燃烧状态两级优化策略。在第一级优化中,以各个二次风门风量为决策变量,将最小化锅炉温度场分布与理想温度场分布上界和最小化锅炉温度场分布与理想温度场分布下界的偏差作为优化目标,获得锅炉在理想燃烧状态下的二次风量可行区间;在第二级优化中,基于二次风量可行区间,以最小化锅炉NOx浓度分布与理想NOx浓度分布的偏差为优化目标,通过调整二次风门风量,实现锅炉在达到理想燃烧状态下的NOx减排,为现场人员提供操作建议。最后,开发基于大数据分析的锅炉燃烧状态三维可视化及优化系统。系统分为用户登录、数据管理、三维预测和智能优化四个模块,实现锅炉燃烧状态智能监测和优化,为运行人员的锅炉燃烧状态调整提供数据支持及建议。

关键词：燃煤锅炉数据重采样机理引导数据驱动白鹭群优化三维可视化

来源：评论

学校读者我要写书评

暂无评论

基于集成学习的空间科学卫星工作模式识别

引用

空间科学学报 2023年第4期43卷 768-779页

作者：高立京陈志敏郭国航王春梅中国科学院国家空间科学中心北京100190 中国科学院大学北京100049

针对空间科学卫星遥测参数数据量大且特征维度高、需要消耗大量人力资源预先设置海量阈值、预先设置的阈值可能不再适用、现有监测手段可扩展性低等问题,提出了一种基于集成学习的空间科学卫星工作模式识别方法。该方法采用相关系数统... 详细信息

针对空间科学卫星遥测参数数据量大且特征维度高、需要消耗大量人力资源预先设置海量阈值、预先设置的阈值可能不再适用、现有监测手段可扩展性低等问题,提出了一种基于集成学习的空间科学卫星工作模式识别方法。该方法采用相关系数统计特性和互信息理论对遥测参数数据进行筛选降维,使用数据重采样技术解决数据集中存在的类别不平衡问题,构建集成学习模型,实现空间科学卫星工作模式的识别。借助某型号科学卫星真实遥测参数数据对该方法进行验证,在短时内便可构建完成算法模型,模型对整体类别的识别正确率高达99.67%,可正确识别多数类样本和少数类样本,为地面运控人员判断空间科学卫星工作模式提供了决策依据。

关键词：遥测参数数据特征降维数据重采样集成学习

来源：评论

学校读者我要写书评

暂无评论

基于分形插值技术的MODIS资料几何纠正方法

引用

热带海洋学报 2005年第6期24卷 79-83页

作者：程亮李培军张水平解放军理工大学气象学院江苏南京211101

在讨论了MODIS(Moderate Resolution Imaging Spectroradiometer,中分辨率成像光谱仪)遥感图像几何畸变的成因后,引入了利用MODIS数据间的互补性去除这种“双眼皮”现象的概念,其后采用了分形插值的方法对数据进行重采样。在与其它几何... 详细信息

在讨论了MODIS(Moderate Resolution Imaging Spectroradiometer,中分辨率成像光谱仪)遥感图像几何畸变的成因后,引入了利用MODIS数据间的互补性去除这种“双眼皮”现象的概念,其后采用了分形插值的方法对数据进行重采样。在与其它几何纠正和插值方法进行对比的结果表明,该方法能较好地去除边缘重叠影响,并能保持原有云图的特征和信息,对MODIS资料数据的后续反演工作有一定意义。

关键词： MODIS 数据重采样分形插值 “双眼皮”现象

来源：评论

学校读者我要写书评

暂无评论

25 Hz相敏轨道电路相位差测量非整周期采样误差校正算法

引用

计算机应用 2017年第A01期37卷 374-376页

作者：王静李忠科火箭军工程大学理学院西安710025

针对25 Hz相敏轨道电路接收器相位差测量过程中非整周期采样带来的误差问题,设计了一种基于希尔伯特数据重采样的校正算法。该算法从25 Hz相敏电路待测信号频率波动范围有限的实际出发,结合希尔伯特变换计算出待测信号的实际周期值,然... 详细信息

针对25 Hz相敏轨道电路接收器相位差测量过程中非整周期采样带来的误差问题,设计了一种基于希尔伯特数据重采样的校正算法。该算法从25 Hz相敏电路待测信号频率波动范围有限的实际出发,结合希尔伯特变换计算出待测信号的实际周期值,然后依据估测的周期值对采样信号的值进行更新,排除频率漂移的影响,提高测量精度。用仿真软件量化观察校正方法的效果,实验结果表明,在有无噪声的情况下相位和幅值的精度都很好,相位角测量误差不大于0.3°。

关键词：相位差测量傅里叶级数法非整周期采样数据重采样希尔伯特变换

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的网络安全态势评估方法研究

基于深度学习的网络安全态势评估方法研究

引用

作者：曾仁韵中国民航大学

学位级别：硕士

随着互联网的普及,网络技术已应用于生活中的方方面面,同时网络威胁带来的危害也愈发严重。面对错综复杂的网络环境,如何有效地解决网络安全问题迫在眉睫,网络安全态势评估(network security situation assessment,NSSA)成为最常用和最... 详细信息

随着互联网的普及,网络技术已应用于生活中的方方面面,同时网络威胁带来的危害也愈发严重。面对错综复杂的网络环境,如何有效地解决网络安全问题迫在眉睫,网络安全态势评估(network security situation assessment,NSSA)成为最常用和最有效的解决方案之一。然而,传统方法过于依赖专家评估和逻辑推理,不能满足处理大量的网络流量和攻击的要求,深度学习方法为解决传统评估方法的不足提供了一种新思路。首先,对现有的网络安全态势评估方法进行分析,阐述深度学习的原理以及其在网络安全态势评估领域的应用,说明深度自编码器(deep autoencoder,DAE)的网络结构以及其作用,为后续提出基于深度学习的网络安全态势评估方法奠定理论基础。然后,提出一种基于深度学习的网络安全态势评估方法,通过建立深度自编码(deep autoencoder-deep neural network,AEDNN)模型对网络中受到的各种攻击类型进行识别。AEDNN模型可以对当前网络受到的攻击进行二分类和多分类,将模型二分类结果作为攻击概率。通过设计一种欠过采样加权(under-over sampling weighted,UOSW)算法并将其应用于AEDNN模型多分类任务,将模型多分类结果记为攻击影响分数。根据攻击概率和攻击影响分数计算网络安全态势值并依据态势值评估当前网络安全态势等级。最后,将测试集输入AEDNN模型,并统计被模型识别为网络攻击的样本数量,将其与测试集总样本数的比值记为攻击概率。记录每一类攻击被模型预测的次数,分析数据集中每种攻击对网络的影响程度,计算其攻击影响分数。根据攻击概率和攻击影响分数及其被预测的次数,计算网络安全态势值,并评估网络安全态势等级。实验结果表明,与其他方法相比,应用本文方法计算出的网络安全态势值更符合真实情况,证明本文方法的可行性和准确性。

关键词：网络安全态势网络攻击深度学习深度自编码器数据重采样

来源：评论

学校读者我要写书评

暂无评论

弹头目标特性分析及特征提取技术

弹头目标特性分析及特征提取技术

引用

作者：艾发智国防科学技术大学

学位级别：硕士

中段弹道目标识别是弹道导弹防御系统中的关键技术，如何快速地把目标从包含了诱饵和碎片的目标群中识别出来，一直以来都是人们研究的重点和努力的方向。特征提取是进行目标识别的重要手段，对于弹头目标，散射特征、几何特征和微动特... 详细信息

中段弹道目标识别是弹道导弹防御系统中的关键技术，如何快速地把目标从包含了诱饵和碎片的目标群中识别出来，一直以来都是人们研究的重点和努力的方向。特征提取是进行目标识别的重要手段，对于弹头目标，散射特征、几何特征和微动特征是将其与诱饵和碎片区分开的主要特征。本文围绕弹头目标特征提取问题，分别从弹头目标的电磁散射特性和中段弹头目标微运动特性展开了研究，具体研究内容安排如下。第二章对弹头目标电磁散射特性展开研究，并对其母线镜面分布散射中心进行建模。首先，对属性散射中心模型及其参数估计方法进行了研究，分析了模型所描述的分布散射中心的特点，并指出其无法准确描述方位向上非均匀分布的分布散射中心；然后，针对属性散射中心模型的这一缺点，结合平底锥弹头目标母线镜面方向非均匀分布散射中心的二维像，从其图像域的数学表示出发，推导了非均匀分布散射中心的参数模型；最后，对属性散射中心模型的参数估计方法做了适当修改，通过仿真验证了模型的有效性，并分析了参数估计方法的抗噪性能。第三章对中段弹头目标运动特性及回波模拟展开研究。首先，分别研究了中段弹头目标因进动和平动造成的姿态角变化的特点；然后，给出了基于散射中心模型的回波模拟方法，并通过点散射中心和镜面分布散射中心拟合结果与测量结果的对比，说明回波模拟方法的有效性；最后，结合仿真回波数据分析了一维距离像序列中弹头目标在距离像上长度的周期变化特点，以及ISAR像中图像横向分辨率与姿态角变化的关系。第四章详细介绍了基于中段弹头目标ISAR图像横向定标的特征提取方法。首先，简要介绍了ISAR成像定标原理，并指出进动目标ISAR图像横向分辨率与图像清晰度无法同时满足的矛盾；然后结合进动目标姿态角的变化规律，提出了基于数据重采样的ISAR图像横向定标方法。该方法通过数据重采样缓解目标因进动造成的姿态角非均匀变化，并通过配准半个进动周期内的相邻两幅图像完成定标。该方法充分利用了弹道目标进动造成的姿态角变化，具有观测时间短、运算量小、定标精度高、性能稳定的特点。采用中段目标的运动模型结合电磁计算数据验证了该方法的有效性。最后，对本文的研究内容进行了系统总结，并指出了本文中仍未解决的问题，为下一步工作的开展确定了方向。

关键词：弹头目标进动特征散射中心 ISAR 横向定标数据重采样参数估计特征提取

来源：评论

学校读者我要写书评

暂无评论

融合CNN和Bi-LSTM深度学习算法的情感文本分类研究

融合CNN和Bi-LSTM深度学习算法的情感文本分类研究

引用

作者：蒋卫丽昆明理工大学

学位级别：硕士

近年来,随着数据时代的到来,信息规模呈现几何式增长,文本分类成为热门研究之一。虽然已经有很多针对分类性能改进的方法,但随着信息库的快速膨胀,执行分类算法时,仍然面临文本分词领域受限、数据分布不均衡导致分类准确率低、对情感文... 详细信息

近年来,随着数据时代的到来,信息规模呈现几何式增长,文本分类成为热门研究之一。虽然已经有很多针对分类性能改进的方法,但随着信息库的快速膨胀,执行分类算法时,仍然面临文本分词领域受限、数据分布不均衡导致分类准确率低、对情感文本打标签难和分类算法适用性低等问题。为解决这些问题,本课题首先构建领域词典,采用基于领域词典的动态规划分词算法来提高动态规划分词算法的领域适应性,解决了文本分词领域受限对文本分类结果影响的问题。在本文中构建了冶金领域词库和情感文本词库,在实验部分,将构建的基于领域词典的动态规划分词方法与Smallseg分词算法、Snailseg分词算法在添加词库后应用于三个文本数据集(冶金文本数据集、MSRA数据集和Weibo＿senti＿100K数据集),实验结果验证了基于领域词典的动态规划分词算法的有效性。然后基于构建的分词算法,进一步提出了融合K-means++、卷积神经网络(Convolutional Neural Networks,简称CNN)、双向长短时记忆网络(Bi-directional Recurrent Neural Network,简称Bi-LSTM)的模型(简称KCBL)。该模型使用K-means++对情感文本聚类后重采样以调整数据分布,然后在K-means++和CNN-Bi-LSTM之间构造损失函数。与其它CNN-Bi-LSTM模型不同,KCBL可以针对不同的语料调整数据分布,并为不同的数据分布构建端到端学习,解决了文本数据分布不平衡和打标签难的问题。为了验证KCBL的性能,本课题将其应用在8个语料库上与7个主流文本分类器(CNN,LSTM,Bi-LSTM,Caps Net,CNN-LSTM,CNN-Bi-LSTM,K-means++融合CNN-LSTM(简称KCL))在四个不同的评价指标(准确性、召回率、F1评分和AUC)下进行比较,可以得到在8个文本数据集上与对比的7个分类器而言KCBL表现优异。此外,显著性测试结果表明KCBL与其他7个主流文本分类器相比,可以实现极高的竞争性能。综上所述,KCBL效果优于主流的文本分类算法,可应用于文本分类。

关键词：文本分类领域词典不平衡数据非标签数据数据重采样

来源：评论

学校读者我要写书评

暂无评论

环形锻件外径尺寸测量方法的研究

环形锻件外径尺寸测量方法的研究

引用

作者：张文文燕山大学

学位级别：硕士

环形锻件是一种重要的锻造工件,在航空航天、石油化工、核电等领域有着广泛的应用。随着科学技术的发展和环形锻件复杂度的提高,对环形锻件的锻造质量和测量精度提出了更高要求。环形锻件外径尺寸的测量是保证环形锻件达到工艺要求的关... 详细信息

环形锻件是一种重要的锻造工件,在航空航天、石油化工、核电等领域有着广泛的应用。随着科学技术的发展和环形锻件复杂度的提高,对环形锻件的锻造质量和测量精度提出了更高要求。环形锻件外径尺寸的测量是保证环形锻件达到工艺要求的关键技术,因此,环形锻件外径尺寸的测量精度问题一直以来都受到研究者们的大量关注,如何高效准确的测量环形锻件外径尺寸成为研究的热点。本文针对环形锻件外径尺寸测量精度问题提出两种测量方法,主要创新性工作如下:首先,基于二维点云数据特征和标准差理论提出一种点云数据重采样的环形锻件外径尺寸测量方法。该方法从激光扫描数据中提取密集分布的点云数据作为重采样的结果,并运用均值滤波方法对提取的点云数据进行光滑处理,得到具有良好圆弧特性的点云数据。利用最小二乘法原理对处理后的数据作椭圆拟合,从而得出待测环形锻件的外径尺寸信息。其次,在上述测量方法的基础上提出一种测量精度更高的方法,该方法主要将激光扫描与CCD相结合对环形锻件进行测量。在测量过程中,将点云数据依次以3个为一组,利用直线拟合的位置判别法对点云数据进行精简,其中在拟合直线下方的点保留,反之剔除。同时利用CCD图像边缘检测技术得到环形锻件两侧边缘点并转换到实际空间。将精简后的激光点云数据与环形锻件两侧边缘点的实际空间点放到同一个直角坐标系下。通过基于最小二乘原理的圆拟合得到环形锻件的外径尺寸信息。另外,利用旋转公式将处理后的数据旋转得到完整截面的数据点,对环形锻件各个截面做同样的处理,得到环形锻件的三维点云数据并构建三维立体模型。最后,搭建环形锻件外径尺寸测量平台。以标准环形锻件、一阶环形锻件和三阶环形锻件作为测量对象进行实验。将测量结果与标准值进行对比,并对测量的结果作误差分析,验证本文提出的环形锻件外径尺寸测量方法的可行性与准确性。

关键词：环形锻件外径尺寸测量数据重采样图像边缘检测,三维模型

来源：评论

学校读者我要写书评

暂无评论

一种基于图像重建三维数据的法线采样重算法

一种基于图像重建三维数据的法线采样重算法

引用

作者：孟祥林赵灿程俊廷刘春媛何万涛周波 150027 黑龙江省哈尔滨市松北区糖厂街1号

一种基于图像重建三维数据的法线采样重算法，属于三维数据处理和数字图像处理领域，解决光学三维测量过程中数据重采样问题。采样过程为：预设采样等级和阈值，不同的等级具有不同的疏密度；建立数字图像像素点与三维数据点的对应关系... 详细信息

标准号: CN102521874A

一种基于图像重建三维数据的法线采样重算法，属于三维数据处理和数字图像处理领域，解决光学三维测量过程中数据重采样问题。采样过程为：预设采样等级和阈值，不同的等级具有不同的疏密度；建立数字图像像素点与三维数据点的对应关系表；自适应建立哈希表，并对每一个哈希表元素都计算一个法线，哈希表中每一个数据点的法线都用对应的哈希表的法线代替，利用区域内的法线依次点积，并求和值；根据和值的大小判断采样等级，结合数字图像像素点与三维数据点的对应关系表建立相应的采样查找表，查找表的值由预设的采样等级对应确定；最后根据建立的采样查找表对三维数据进行采样。本发明具有效率高、用最少的数据点描述区域特征而不使特征丢失，采样区域划分精确、采样等级设置灵活、易于实现等优势。

关键词：采样法线哈希表查找表三维数据关系表光学三维测量三维数据处理数字图像处理数据重采样采样过程采样区域结合数字区域特征数字图像特征丢失图像像素图像重建疏密度点积像素算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：