检索结果-内蒙古大学图书馆

哈尔滨工程大学学报 2024年第9期45卷 1810-1817页

作者：王桐杨光新欧阳敏哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学先进船舶通信与信息技术重点实验室黑龙江哈尔滨150001

为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的... 详细信息

为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的贝叶斯网络,使用贝叶斯关系及期望最大化算法进行短期交通预测。再通过数据自相关残差补偿、车辆换道和多路口连通性的线性残差补偿提高了预测的精度,解决了传统研究对相邻路口和换道导致的误差等因素处理能力不足的问题。仿真结果表明:使用贝叶斯网络预测交通流,并基于车辆行为的残差进行精度补偿,可以更准确地预测复杂的交通演化场景的短期交通流。

关键词：大规模交通预测贝叶斯网络混合高斯模型 EM算法残差补偿自回归滑动模型 LSTM网络线性过程

来源：评论

学校读者我要写书评

暂无评论

基于小波分析下管道桥梁变形响应的预测探析

引用

中国科技期刊数据库工业A 2023年第4期 175-179页

作者：孔德星波兰汗·开肯新疆水利水电科学研究院新疆乌鲁木齐830049

随着南水北调、引汉济渭等大型水利工程建设,管道工程也逐渐在向多元化、复杂化发展。本文以新疆某输水工程托管桥梁监测系统获得的监测数据为研究对象,对管桥挠度变化规律及趋势预测进行研究,引入自回归移动平均(ARMA)模型对应变数据... 详细信息

随着南水北调、引汉济渭等大型水利工程建设,管道工程也逐渐在向多元化、复杂化发展。本文以新疆某输水工程托管桥梁监测系统获得的监测数据为研究对象,对管桥挠度变化规律及趋势预测进行研究,引入自回归移动平均(ARMA)模型对应变数据进行预测,在验证模型适用性的基础上,针对ARMA模型处理非平稳数据时因采用差分处理导致预测精度不高的问题,提出了基于小波分析的GM(1,1)-ARMA组合预测模型,利用小波分析作为工具将原始应变序列分解为两大部分,一部分为反应应变趋势的低频信号,用GM(1,1)模型对其建模得到趋势预测值,另一部分为不同频率的高频细节信号,用ARMA模型建模分析,将预测值叠加得到最终预测值。通过对一段时间的应变数据进行预测对比,证明了组合模型的先进性,为管桥的预警提供了数学保证。最后,基于现有的挠度监测数据,采用均值控制图确定桥梁挠度预警值,并针对每个测点作出其预警控制图可以更加精准的对其进行预警控制。

关键词：托管桥小波分析自回归滑动模型挠度预测

来源：评论

学校读者我要写书评

暂无评论

基于流量预测的WSN入侵检测技术

引用

计算机应用与软件 2016年第2期33卷 310-313页

作者：彭军余强何明星西华大学数学与计算机学院四川成都610039

在无线传感器网络(WSN),针对内部攻击严重威胁网络的安全和正常运行,如造成网络拥塞、能量的大量消耗等问题,提出基于流量预测的入侵检测技术。该技术首先利用自回归滑动平均模型ARMA(Autoregressive Moving Average)为节点建立ARMA(2,1... 详细信息

在无线传感器网络(WSN),针对内部攻击严重威胁网络的安全和正常运行,如造成网络拥塞、能量的大量消耗等问题,提出基于流量预测的入侵检测技术。该技术首先利用自回归滑动平均模型ARMA(Autoregressive Moving Average)为节点建立ARMA(2,1)流量预测模型,然后利用预测的流量值来得到通过节点的流量接收率范围,最后通过比较实际流量接收率是否超出预测范围来达到检测的效果。实验结果表明,和单独使用ARMA模型相比,在相同报文重放率条件下,采用该技术有更高的检测率和更低的误报警率,同时减少了网络节点的能量消耗。

关键词：无线传感器网络内部攻击入侵检测自回归滑动模型流量接收率

来源：评论

学校读者我要写书评

暂无评论

基于ARMA模型的WSN入侵检测技术

引用

现代计算机 2015年第8期21卷 18-22页

作者：彭军赵石真孙庆中傅宇西华大学计算机与软件工程学院成都610039

在无线传感器网络中,由于网络自身特点易受到内部攻击的影响,如可能导致网络拥塞、系统性能下降等问题,提出基于ARMA模型的WSN入侵检测技术。该技术利用流量接受率这一特性,以自回归滑动平均模型为基石,为WSN节点建立ARMA流量预测模型,... 详细信息

在无线传感器网络中,由于网络自身特点易受到内部攻击的影响,如可能导致网络拥塞、系统性能下降等问题,提出基于ARMA模型的WSN入侵检测技术。该技术利用流量接受率这一特性,以自回归滑动平均模型为基石,为WSN节点建立ARMA流量预测模型,通过预测模型所得流量值得到下一步通过节点的预测流量接受率范围,比较实际节点流量接受率和预测流量接受率,通过实际值是否超出预测值来验证是否有攻击发生。实验结果表明,该系统有较高的检测率和较低的误报警率,可以较好地检测出来自网络内部的攻击。

关键词：无线传感器网络入侵检测自回归滑动模型流量接收率

来源：评论

学校读者我要写书评

暂无评论

基于黎曼流形的图像分类算法研究

基于黎曼流形的图像分类算法研究

引用

作者：许春燕华中科技大学

学位级别：博士

图像分类算法是计算机视觉、模式识别和机器学习领域一个重要的研究问题。图像分类算法是从视觉图像中抽取一种或者多种特征信息(如：颜色、纹理、形状和空间信息等),通过分析统计这些图像特征,把图像划分到相应的视觉类别中。随着多媒... 详细信息

图像分类算法是计算机视觉、模式识别和机器学习领域一个重要的研究问题。图像分类算法是从视觉图像中抽取一种或者多种特征信息(如：颜色、纹理、形状和空间信息等),通过分析统计这些图像特征,把图像划分到相应的视觉类别中。随着多媒体和互联网技术的高速发展,图像分类算法日益重要,具有广阔的应用前景,可应用到高层次语义理解、海量图像检索、视频智能监控、人机交互、医学诊断、虚拟现实等多个领域。在图像分类算法中,视觉图像特征的有效构建和分析,尤为重要。一方面,基于全局图像特征的图像分类算法已经得到广泛研究,但是全局特征对光照、背景、角度等环境因素的变化非常敏感。与全局图像特征相比,基于局部特征的图像表示能够在一定程度上解决这些问题。另一方面,如果直接把图像特征当作向量处理,将忽视其所处空间的拓扑结构。因此为了解决这个问题,我们提出利用黎曼流形理论,分析图像特征的空间结构。而黎曼流形是一种有力的空间分析工具,通过把具有一定空间结构的图像特征描述子投影到黎曼流形上,能更加有效地分析结构化的图像特征。其中常用的黎曼流形有：格拉斯曼流形、李群流形和Stiefel流形等。本文在国内外已有的研究基础上,对基于黎曼流形的图像分类算法及相关应用进行深入研究。本文主要研究内容和创新性工作概括如下： (1)基于序列图像块的自回归滑动平均模型大多数现有的图像分类方法考虑到图像外观特征信息,却忽略了图像内部空间信息。针对此问题,本文引入一个基于序列图像块的图像表示方法,能够综合考虑图像局部特征和图像内部的空间位置关系。然后针对每个图像所对应的序列图像块,构建自回归滑动平均模型(Auto-Regressive and Moving Average Model, ARMA模型),进行模型参数估计。因此每个图像都可以编码为序列图像块,构建相应的图像自回归滑动平均模型。在以上研究内容的基础上,将针对模型参数空间分析、图像分类等问题,开展后续研究工作 (2)基于格拉斯曼流形和自回归滑动平均模型的图像分类算法首先根据基于序列图像块的自回归滑动平均模型理论,把每个图像编码为序列图像块,构建图像自回归滑动平均模型,其参数子空间,可投影到格拉斯曼流形上进行相关图像分类算法研究。然后基于格拉斯曼流形上的度量算法,来构建一个格拉斯曼流形核函数,进行图像分类算法应用研究。最后在若干公开图像数据集(如：MNIST、USPS、Yale和ORL等)上验证此算法的有效性。 (3)基于李群流形和自回归滑动平均模型的人脸图像分类算法为了有效地处理人脸图像中的复杂非线性变化,基于李群流形空间理论和分析方法,提出李群核函数来处理人脸识别、头部姿态识别等图像分类问题。我们基于序列图像块的人脸图像表示,构建自回归滑动平均模型,同时获取人脸图像的外观特征和空间信息。自回归滑动模型的参数可以参数化为一种特殊结构的上三角矩阵,其子空间结构可以构建为李群流形。基于李群流形分析的方法,对自回归滑动模型进行相似性度量,从而构建李群核函数。基于李群核函数的支持向量机分类器,进行人脸图像分类算法研究。在人脸识别和头部姿态估计等人脸图像分类问题上,最终的实验室结果显示本文所提出的算法能够超过其他人脸分析方法。 (4)基于李群流形和正定对称矩阵判别分析的图像分类算法在李群流形的基础上,对正定对称矩阵进行判别分析,即：通过优化数据,把一个李群流形映射到另外一个低维的李群流形。具体来说,我们以正定对称矩阵空间(如：协方差矩阵)为例。正定对称矩阵是李群流形的一个具体例子,已经证明是一个图像特征表示的有效工具。基于图嵌入框架,通过优化类内紧密性和类间分离性,在李群流形上进行判别变换,从而优化李群流形上的数据结构。在维度降低的李群流形上,计算任意两个样本之间的测地线距离,构建对应的核函数,最后利用支持向量机进行图像分类算法研究。为了验证所提出算法的有效性,我们在五个公共数据集(如：Scene-15,Caltech101,UIUC运动场景,MIT室内场景和VOC07)上进行实验,均达到非常好的分类结果。

关键词：图像分类黎曼流形自回归滑动模型李群流形格拉斯曼流形正定对称矩阵序列图像块判别分析

来源：评论

学校读者我要写书评

暂无评论

基于流量预测的WSN入侵检测系统的研究

基于流量预测的WSN入侵检测系统的研究

引用

作者：彭军西华大学

学位级别：硕士

无线传感器网络(Wireless Sensor Network,WSN)可以大量部署在很多现有设备很难监控的地区,如山区、河道等,并且被运用在交通控制、地震监测、军事等很多重要领域。由于无线传感器网络不同于传统的无线网络,WSN节点本身能量、存储能力... 详细信息

无线传感器网络(Wireless Sensor Network,WSN)可以大量部署在很多现有设备很难监控的地区,如山区、河道等,并且被运用在交通控制、地震监测、军事等很多重要领域。由于无线传感器网络不同于传统的无线网络,WSN节点本身能量、存储能力和处理能力非常有限,所以现在广泛运用在传统无线网络上的攻击检测方法不适用于无线传感器网络,故WSN的入侵检测的研究具有很高的价值。本文通过对无线传感器网络各种入侵检测方式和所受内部攻击类型的研究,提出了运用自回归滑动平均模型(Autoregressive Moving Average,ARMA)为基础的入侵检测机制。本文主要是针对数据采集型无线传感器网络,因为网络中的流量在正常情况下都是稳定输出的,当有攻击发生的时候流量的接受率会受到影响。该机制先运用ARMA模型对无线传感器网络的流量进行单步预测,然后通过预测到的流量计算得到流量的接受率(Packet Reception Rate,PRR)的范围,然后比较实际流量的接受率是否超过计算的流量接受范围来看是否有攻击发生。当超出范围时,说明有攻击发生,这时网络会做出相应的处理措施,如孤立该节点。相反,则没有攻击发生。本文首先通过实验验证了ARMA(2,1)模型对无线传感器网络节点的流量进行单步预测效果很好,基本符合实际的流量值。然后结合流量接收率范围的计算来验证该机制的可行性。最后通过和单独使用ARMA模型以及单独使用PRR这两种方式在准确检测率、误报警率方面的比较。从实验结果可以看出,本机制有具有更高的检测率和更低的误报警率。同时,通过实验验证在无攻击无检测、有攻击无检测和有攻击有检测三种情况下的网络平均能量消耗,可以看出当有攻击发生时,运用本检测机制可以有效的减少攻击对网络的能量消耗。

关键词：无线传感器网络入侵检测内部攻击自回归滑动模型流量接受率

来源：评论

学校读者我要写书评

暂无评论

基于遥感时序数据的中国陆地植被覆盖变化分析研究

基于遥感时序数据的中国陆地植被覆盖变化分析研究

引用

作者：于嵘中国科学院研究生院（遥感应用研究所）

学位级别：博士

陆地地表植被覆盖变化是遥感、环境学、气象学等诸多学科所关注的一个重要领域，不仅是遥感应用中需要解决的一个重要环节，也是气候变化分析和地表碳循环等诸多领域研究的基础。已有的地表植被覆盖变化分析多集中在固定实验区域，采用... 详细信息

陆地地表植被覆盖变化是遥感、环境学、气象学等诸多学科所关注的一个重要领域，不仅是遥感应用中需要解决的一个重要环节，也是气候变化分析和地表碳循环等诸多领域研究的基础。已有的地表植被覆盖变化分析多集中在固定实验区域，采用同步遥感数据或一些选定的技术方法，从而得到相应的分析结果。而对地表植被覆盖变化时空尺度变化、数据源差异及多种方法结合的综合、系统的研究尚不多见。论文对近20余年来涉及地表植被覆盖变化方法这一主题相关研究作了回顾，总结了其存在的问题，分析了地表植被覆盖变化研究的一些研究方向，基于遥感时序影像数据在不同空间尺度及时间尺度前提下进行了相关主题的研究。论文的主要内容和创新点包括： (1) 比较分析了低植被盖度典型遥感因子的性能。以新疆艾比湖地区和陕西安塞地区为实验区，通过与两种植被指数的比较及实地采样数据对比分析，研究了不同植被覆盖信息提取方法对信息提取的精度影响，最终确定了以植被指数作为地表覆盖遥感分析主要指标；通过对地表生物量野外同步采样，得到基于MODIS EVI植被指数的生物量计算公式，计算结果与实地数据相关系数达到0.87。 (2) 对西北灌溉地区的ASTER及SPOT遥感影像融合分类进行了研究，结果表明该方法将有效提高地表覆被分类精度。借助影像融合，实验区覆被监督分类精度从81.67％提高到89.67％，Kappa系数从0.7800提高到0.8760。 (3) 在不同时空尺度下进行了植被指数时序数据时空变化、覆盖分类等多方法综合研究，分析了不同方法各自特点及在研究空间尺度扩大条件下的适用性。结果表明，空间尺度变化是影响应用方法的重要原因，随着试验区空间尺度变化，一些小区域的研究方法受数据源及特定数据处理方法限制，在应用中受到很大限制。由此，选择合适的数据源和分析方法是大区域尺度地表覆被动态变化研究中的首要工作，受空间尺度变化影响较小的分析方法如时间序列模型分析等方法具有普遍的应用优势。 (4) 进一步研究了基于遥感时序数据的数学建模方法，首次引入自回归滑动时间序列模型对NDVI时序数据进行了数学建模分析。通过与常用拟合方法比较发现，基于自回归滑动时间模型拟合精度明显提高，以1990-1994年5年间60期月平均NDVI真值检验得知，对有效值域为0-1.0的NDVI数据，拟合误差集中分布在±0.15之间。 (5) 在中小区域空间尺度研究基础上，论文从地表覆盖、生物量、气候影响作

关键词：土地覆被植被盖度归一化植被指数亚像元分解生物量特征空间时间序列主成分分析自回归滑动模型

来源：评论

学校读者我要写书评

暂无评论

数据建模及预报