检索结果-内蒙古大学图书馆

作者：施伟勇吉林大学

学位级别：硕士

贝叶斯网络可以有效地表示知识的不确实性,同时可以进行高效地概率推理,它被广泛应用于数据挖掘、目标检测、故障诊断、文本分类等领域。数据集被认为是从某一个特定的联合概率分布中生成而来,运用贝叶斯网络可以高效地表示联合概率分... 详细信息

贝叶斯网络可以有效地表示知识的不确实性,同时可以进行高效地概率推理,它被广泛应用于数据挖掘、目标检测、故障诊断、文本分类等领域。数据集被认为是从某一个特定的联合概率分布中生成而来,运用贝叶斯网络可以高效地表示联合概率分布。使用贝叶斯网络进行概率推理,首要任务就是从数据中学习出一个优秀的贝叶斯网络结构。优秀的贝叶斯网络结构可以更好地拟合数据,使得模型更加接近真实的联合概率分布。然而贝叶斯网络结构学习问题是NP难的问题,所以,寻找能高效地从数据中学出贝叶斯网络结构的算法一直是贝叶斯网络的热门研究方向。贝叶斯网络结构学习的经典算法有K2算法、BNPC算法、MWST算法、马尔科夫链蒙特卡洛方法等。近年来,研究人员成功地把群智能优化算法运用在贝叶斯网络结构学习之上并且取得了良好的效果。本文根据蜻蜓优化算法的特点,提出了一种算法IBDA,并且把其运用到贝叶斯网络结构学习当中。同时为了解决不完备数据下的贝叶斯网络结构学习问题,本文提出了一种算法EIBDA,并且把其运用到不完备数据的贝叶斯网络结构学习中。本文的工作有:提出了一种改进的二进制蜻蜓优化算法(Improved Binary Dragonfly Algorithm)并且运用它学习贝叶斯网络结构。(1)对蜻蜓优化算法惯性权重改变方式做出了改进,对蜻蜓优化算法被食物吸引的行为和远离敌人的行为做出了改进,并且提出了高效的二进制转换函数,使得算法在寻优过程中可以更好平衡探索和利用。(2)使用改进的蜻蜓优化算法进行贝叶斯网络结构学习。贝叶斯网络可以使用邻接矩阵来表示,每个贝叶斯网络对应一只蜻蜓个体。使用BIC准则作为评分函数。使用随机化算法随机生成初始种群,然后运用改进的蜻蜓优化算法作为搜索算法,在搜索的过程中,使用深度优先算法破除环路,增加种群的多样性,在搜索的过程中,使用K2算法作局部搜索,使得算法加快收敛。算法第一阶段的输出为贝叶斯网络拓扑结构G1。引入增边,减边,反转边算子,从G1开始继续寻优,利用三个算子,尝试得到评分更高的贝叶斯网络拓扑结构G2。(3)在经典的贝叶斯网络数据集Asia、Alarm、Child、Sachs数据集上做实验,和GS算法、BNPC算法、MCMC算法做对比,实验结果表明本文算法可以找到评分更高的贝叶斯网络拓扑结构。(4)为了解决在不完备数据集上的贝叶斯网络结构学习问题,借鉴了SEM算法的思想,结合了IBDA算法的强大的寻优功能,本文提出了一种可以在不完备数据集上进行贝叶斯网络结构学习的算法EIBDA。EIBDA通过EM子过程和IBDA模型搜索子过程相互迭代进行,通过EM子过程优化参数,然后使用联合树推理算法补全缺失记录形成完备数据集,使用IBDA算法在完备数据集上进行模型寻优,如果当前轮次寻找的结构比上一轮的结构BIC评分高,则替代之,否则输出当前找到的最优结构。在数据集Asia、Sachs上的仿真实验表明,EIBDA算法的精度比MWST-EM、SEM要高,学出来的网络的BIC评分更高。

关键词：贝叶斯网络结构学习蜻蜓优化算法不完备数据集期望最大化

来源：评论

学校读者我要写书评

暂无评论

基于SEGAN和Open-DNN的工业控制系统入侵威胁检测研究

引用

控制工程 2025年第3期32卷 400-408页

作者：胡智锋孙峙华武汉商学院现代教育技术中心湖北武汉430056 江汉大学智能制造学院湖北武汉430056

针对工业控制系统容易遭受网络入侵威胁,进而影响工业控制系统安全性的问题,提出了一种结合生成对抗网络和深度神经网络的工业控制系统入侵威胁检测算法模型。该模型首先提出了一种样本均衡生成对抗网络,将反向传播神经网络(back propag... 详细信息

针对工业控制系统容易遭受网络入侵威胁,进而影响工业控制系统安全性的问题,提出了一种结合生成对抗网络和深度神经网络的工业控制系统入侵威胁检测算法模型。该模型首先提出了一种样本均衡生成对抗网络,将反向传播神经网络(back propagation neural network,BPNN)作为分类器对入侵威胁进行分类,并通过蜻蜓优化算法实现对BPNN的改进。然后,结合开集识别和深度神经网络来实现对未知攻击的检测。最后,采用KDD数据集对模型的性能进行测试。实验结果表明,已知攻击的入侵威胁检测模型的准确率能够达到98%,F1值为0.947,召回率为0.975;未知攻击检测模型的精度为0.987,F1值为0.973,证明所提出的工业控制系统入侵威胁检测算法模型具有较高的检测精度,有效保障了工业系统的安全性。

关键词：工业控制系统生成对抗网络网络入侵检测深度神经网络蜻蜓优化算法

来源：评论

学校读者我要写书评

暂无评论

基于改进蜻蜓算法的多基地天波雷达定位模型

引用

激光与光电子学进展 2018年第11期55卷 408-417页

作者：宋萍刘以安江南大学物联网工程学院江苏无锡214122

为了提高天波超视距雷达的目标定位精度,提出一种改进蜻蜓算法优化极限学习机的多基地天波超视距雷达目标定位模型。为了避免蜻蜓算法陷入局部最优,将Logistic混沌映射、反向学习策略和变异过程引入蜻蜓算法,形成改进的蜻蜓优化算法;用... 详细信息

为了提高天波超视距雷达的目标定位精度,提出一种改进蜻蜓算法优化极限学习机的多基地天波超视距雷达目标定位模型。为了避免蜻蜓算法陷入局部最优,将Logistic混沌映射、反向学习策略和变异过程引入蜻蜓算法,形成改进的蜻蜓优化算法;用改进的蜻蜓算法对极限学习机的权值和隐含层偏置进行优化;将优化后的极限学习机应用于多基地天波超视距雷达定位。理论研究和仿真结果表明,该方法能够实现目标的高精度定位,且定位精度和可靠性优于目前常用的天波超视距雷达定位方法和基于误差反向传播神经网络、径向基函数神经网络的目标定位方法,为多基地天波超视距雷达系统提供了一种新的目标定位方法。

关键词：计算光学天波超视距雷达目标定位极限学习机蜻蜓优化算法参数优化

来源：评论

学校读者我要写书评

暂无评论

基于SMOTE-DA-RF算法的有杆抽油系统井下工况识别

引用

沈阳工业大学学报 2022年第1期44卷 84-89页

作者：王通罗真伟沈阳工业大学电气工程学院沈阳110870

针对传统工况识别算法在识别有杆抽油系统工况时,存在生产措施调整滞后以及生产效率下降等问题,提出了一种基于改进的随机森林工况识别算法.采用灰度矩阵特征提取算法对泵功图进行特征提取,将灰度特征值通过合成少数类过采样技术进行上... 详细信息

针对传统工况识别算法在识别有杆抽油系统工况时,存在生产措施调整滞后以及生产效率下降等问题,提出了一种基于改进的随机森林工况识别算法.采用灰度矩阵特征提取算法对泵功图进行特征提取,将灰度特征值通过合成少数类过采样技术进行上采样,实现不平衡数据均衡化;利用蜻蜓优化算法选取随机森林参数对抽油机井工况进行识别,并以辽河油田的生产数据进行实验验证.结果表明,该方法能够避免传统识别方法选取参考工况不准确的问题,减少不平衡数据对工况识别的影响,提高工况识别的准确率,能够满足油田现场的实际需求.

关键词：有杆抽油系统示功图随机森林蜻蜓优化算法过采样技术工况识别不平衡数据集灰度特征值

来源：评论

学校读者我要写书评

暂无评论

陆浑灌区实际蒸散发影响因素分析

引用

节水灌溉 2024年第3期 42-49页

作者：张金萍李学淳李杜白李玉达李志伟郑州大学水利与交通学院郑州450001 郑州大学黄河生态保护与区域协调发展研究院郑州450001

实际蒸散发是水文循环的关键环节,分析灌区实际蒸散发及其影响因素对灌区水资源的高效利用和农业高质量发展具有重要意义。然而,目前蒸散发的影响因素研究在确定主要因素时往往采用解释力较差的传统统计学方法,在相关性分析时忽略了蒸... 详细信息

实际蒸散发是水文循环的关键环节,分析灌区实际蒸散发及其影响因素对灌区水资源的高效利用和农业高质量发展具有重要意义。然而,目前蒸散发的影响因素研究在确定主要因素时往往采用解释力较差的传统统计学方法,在相关性分析时忽略了蒸散发与其影响因素在空间上的相关性。因此利用改进的随机森林模型确定实际蒸散发的主要影响因素,并通过岭回归模型和地理加权回归模型探究实际蒸散发与其影响因素的时空相关关系。结果表明:(1)在灌溉期,地表净辐射、平均气温、叶面积指数和实际水汽压是实际蒸散发的主要影响因素;在非灌溉期,地表净辐射、平均气温、风速和日照时间是实际蒸散发的主要影响因素。实际蒸散发在一定程度上代表了灌区的作物耗水量。因此,灌区作物耗水在灌溉期和非灌溉期的影响作用有一定的差异。(2)在时间上,风速与实际蒸散发为负相关关系且呈显著负相关(P<0.05),其余影响因素与实际蒸散发均为正相关关系且呈显著正相关(P<0.05);在空间上,除风速与实际蒸散发在大部分区域呈负相关关系,其余影响因素都与实际蒸散发在大部分区域呈正相关关系。因此,除风速外,其余影响因素对灌区作物耗水在大部分区域都为正向促进作用。

关键词：实际蒸散发影响因素蜻蜓优化算法随机森林相关性分析灌溉期

来源：评论

学校读者我要写书评

暂无评论

基于Open-DNN和SEGAN混合模型的工业控制系统入侵威胁检测算法研究

引用

控制工程 2024年

作者：胡智锋孙峙华武汉商学院现代教育技术中心江汉大学智能制造学院

针对工业控制系统容易遭受网络入侵威胁，进而影响工业控制系统安全性的问题，提出了一种结合生成对抗网络和深度神经网络的工业控制系统入侵威胁检测算法模型。该模型采用了一种样本均衡样本生成对抗网络，将BP神经网络作为分类器进行... 详细信息

针对工业控制系统容易遭受网络入侵威胁，进而影响工业控制系统安全性的问题，提出了一种结合生成对抗网络和深度神经网络的工业控制系统入侵威胁检测算法模型。该模型采用了一种样本均衡样本生成对抗网络，将BP神经网络作为分类器进行入侵威胁的分类，并通过蜻蜓优化算法实现改进。实验结果显示，已知攻击的入侵威胁检测模型准确率能够达到98%，F1值为0.947，Recall值为0.975。未知攻击检测模型的精度为0.987，F1值为0.973，证明所提出的结合生成对抗网络和深度神经网络的工业控制系统入侵威胁检测算法模型具有较高的检测精度，有效保障了工业系统的安全性。

关键词：工业控制系统生成对抗网络网络入侵检测深度神经网络蜻蜓优化算法

来源：评论

学校读者我要写书评

暂无评论

量子演化计算方法研究及在特征选择中的应用

量子演化计算方法研究及在特征选择中的应用

引用

作者：俞蔡阳温州大学

学位级别：硕士

以群智能优化算法为代表的演化计算方法已经被应用于生活的方方面面,比如求解最短路径,背包问题,旅行商问题等。近年来,也有许多优秀的群智能算法被提出来,比如粒子群算法(PSO)、蚱蜢优化算法(GOA)等。但是在解决现实问题中,这些算法还... 详细信息

以群智能优化算法为代表的演化计算方法已经被应用于生活的方方面面,比如求解最短路径,背包问题,旅行商问题等。近年来,也有许多优秀的群智能算法被提出来,比如粒子群算法(PSO)、蚱蜢优化算法(GOA)等。但是在解决现实问题中,这些算法还是会暴露出各种缺点。本文针对蜻蜓优化算法、飞蛾优化算法和黏菌优化算法中出现的问题,根据量子计算的思路分别提出了改进措施,并且成功应用于特征选择问题中。主要研究内容如下:(1)在蜻蜓优化算法的基础之上,引入量子旋转门以及高斯变异机制,提出基于量子计算和高斯变异的改进蜻蜓优化算法(Dragonfly Algorithm Based on Quantum and Gaussian,QGDA)。将基于两种机制得到的改进蜻蜓算法放入基准函数中测试,结果表明,QGDA能够获取比其他算法更优的解。另外,在不同数据集上进行特征选择测试,QGDA也可以得到更高的精度。(2)在飞蛾优化算法上,本文提出了一种基于量子计算与模拟退火机制的改进飞蛾优化算法(Moth-Flame optimization algorithm based on Quantum and Simulated Annealing,QSMFO)。在基准函数测试实验中,与原始MFO算法相比,QSMFO的性能得到了显著提升。同时在特征选择问题上,QSMFO也展示出了更好的效果。(3)最后针对黏菌优化算法的不足,提出了基于量子计算和水循环机制的改进黏菌优化算法(Slime Mould Algorithm based on Quantum and Water Cycle,WQSMA)。WQSMA在CEC2014测试集中与13个元启发式算法进行比较,实验结果显示WQSMA排名第一。此外,在实际应用中,在多个数据集上经过验证发现提出的WQSMA可以获得更高的分类准确率。

关键词：群智能优化算法蜻蜓优化算法飞蛾优化算法黏菌优化算法量子旋转门特征选择

来源：评论

学校读者我要写书评

暂无评论

基于优化神经网络的网络流量预测应用研究

基于优化神经网络的网络流量预测应用研究

引用

作者：王鑫湖北工业大学

学位级别：硕士

随着全球信息智能化进程不断发展,网络规模日益倍增,伴随着各种应用需求的变化,网络故障、拥堵等问题层出不穷,凭借人工维护网络的方式已经跟不上时代发展步伐,基于防患于未然的哲学思想,利用科学技术方法对未来的流量预测逐渐成为研究... 详细信息

随着全球信息智能化进程不断发展,网络规模日益倍增,伴随着各种应用需求的变化,网络故障、拥堵等问题层出不穷,凭借人工维护网络的方式已经跟不上时代发展步伐,基于防患于未然的哲学思想,利用科学技术方法对未来的流量预测逐渐成为研究的热点。随着近些年来计算机技术的迅猛发展,深度学习技术在数据挖掘、语音识别、自然语言处理等领域取得了突破性的进展,给网络流量预测问题带来新的机遇。本文基于Seq2Seq模型构建出了网络流量预测模型,并将应用到湖北省某城市网络流量预测项目。主要工作如下:1.对几种经典的神经网络的优缺点进行分析,选择出适合本文研究课题的神经网络,并将选择出的神经网络作为本文研究理论基础,构建出本文的网络流量预测模型。2.优化网络流量预测模型的初始学习率。通过对参与比较的优化算法进行单峰、多峰函数测试,从实验结果整体分析得出蜻蜓优化算法在独立优化时拥有优秀的全局搜索与局部开发能力,为优化网络模型超参数提供了必要的条件。通过实验结果分析,经过蜻蜓优化算法优化后的网络模型损失函数收敛时间变短,从而起到了加快网络模型的训练速度的作用。3.优化网络流量预测模型的批尺寸大小。我们将不同大小的批尺寸值作为网络模型的超参数输入到网络模型中,参与网络模型的训练,从实验结果整体分析出合适大小的批尺寸能够加快网络模型的训练速度,从而证明了批尺寸的取值将会影响到网络模型的优化程度和模型训练的速度。我们将构建出来的网络流量预测模型应用到湖北省某城市网络流量预测问题。从实验结果分析出网络模型的预测精度达到了期望预测精度。总的来看,本文基于循环神经网络中的Seq2Seq模型构建出了的网络流量预测模型,对网络模型超参数的优化展开研究,相应的实验结果证明了优化方法对模型训练速度有所提升,以及构建网络模型在网络流量预测问题中达到了期望预测精度,具有较高的研究价值与广阔的应用场景。

关键词：网络流量预测深度学习蜻蜓优化算法学习率注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于极限学习与蜻蜓算法的小麦碰撞声信号检测与识别

引用

电子设计工程 2016年第5期24卷 8-11页

作者：马彧廷郭敏陕西师范大学计算机科学学院陕西西安710062

虫害损害大量储粮,长期食用虫蛀粒小麦会造成营养不良,甚至诱发疾病,因此对受损粒小麦的检测工作刻不容缓。本文提出一种新的基于碰撞声的方法结合极限学习机与蜻蜓优化算法检测小麦虫蛀粒与发芽粒。从时域频域两方面提取信号特征,包括... 详细信息

虫害损害大量储粮,长期食用虫蛀粒小麦会造成营养不良,甚至诱发疾病,因此对受损粒小麦的检测工作刻不容缓。本文提出一种新的基于碰撞声的方法结合极限学习机与蜻蜓优化算法检测小麦虫蛀粒与发芽粒。从时域频域两方面提取信号特征,包括:时域短时窗口最大幅值与方差、峭度、3阶Rényi熵、功率谱均方根。随后采用极限学习机进行分类,并用蜻蜓算法优化相应参数。实验结果显示,93%的完好粒、95%的虫蛀粒及87%的发芽粒被正确识别,表明了本文所提出算法对受损粒小麦检测的有效性。

关键词：碰撞声学极限学习机蜻蜓优化算法受损麦粒识别检测

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：