检索结果-内蒙古大学图书馆

第十四届中国卫星导航年会

作者：李珍妮秦亚航谢侃王千明 Banage T.G.S.Kumara 谢胜利广东工业大学自动化学院粤港澳离散制造智能化联合实验室基于物联网技术的离散制造智能化学科创新引智基地泰斗微电子科技有限公司萨伯勒格穆沃大学应用科学学院计算机和信息系统系智能检测与制造物联教育部重点实验室广东省物联网信息技术重点实验室

城市复杂场景下高精度卫星定位是国际难题。多径效应是导致卫星导航定位偏移的主要原因。恒星日滤波法、多径半天球映射法等方法存在计算量大、低效等问题。人工智能技术为解决复杂环境下的非直射信号识别提供新途径。但是训练数据库构... 详细信息

城市复杂场景下高精度卫星定位是国际难题。多径效应是导致卫星导航定位偏移的主要原因。恒星日滤波法、多径半天球映射法等方法存在计算量大、低效等问题。人工智能技术为解决复杂环境下的非直射信号识别提供新途径。但是训练数据库构建困难,且需要大量标签数据等。为此,本文搭建了一种长短时记忆结构卷积稀疏自编码的无监督深度学习模型,对城市峡谷环境下收集的无需标签的北斗卫星长时间序列进行高效的非直射信号特征提取,进而实现非直射信号的有效识别。首先,为提取北斗卫星信号的时序相关信息,本文提出使用长短期记忆(LSTM)模块捕获北斗卫星长时间序列信号的时间相关性,有效的挖掘时间序列的时序变化规律。其次,针对长时间北斗卫星序列信号训练样本冗余维度高且需要大量标签数据的问题,本文提出采用一种卷积稀疏自编码方法,通过对信号编码再解码的自我学习方式去学习输入数据的压缩表示,从而实现长时间北斗卫星序列信号的降维和无监督的特征提取。最后,基于构建的长短时记忆结构卷积稀疏自编码的无监督深度学习模型,提取高度角、载波噪声比、伪距残差等北斗卫星信号特征,实现了城市峡谷环境下收集的无标签北斗卫星长时序列的非直射信号有效识别。本文在真实数据集上进行了测试,采用u-bloxF9高精度GNSS模块在广州塔附近的CBD城市峡谷中收集多种典型环境数据。通过实验验证,将提出模型的性能指标与支持向量机、决策树、CNN模型进行比较。结果表明,设计的模型在分类精度上从80%提高到88.03%。

关键词：卷积稀疏自编码无标签北斗卫星导航系统非直射信号城市峡谷

来源：评论

学校读者我要写书评

暂无评论

基于智能合约的个人隐私数据保护方法研究

引用

信息网络安全 2020年第11期 22-31页

作者：姜楠王玮琦王健北京工业大学信息学部北京100124 可信计算北京市重点实验室北京100124 信息安全等级保护关键技术国家工程实验室北京100124 智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044

文章提出一种基于智能合约的个人隐私数据保护方法,利用区块链技术,在无须可信中心的前提下,将用户与服务提供商之间的个人交易记录存储在区块链上,作为交易存在性的可靠法律凭证,防止利用用户取证困难而实施个人信息盗窃的犯罪行为。... 详细信息

文章提出一种基于智能合约的个人隐私数据保护方法,利用区块链技术,在无须可信中心的前提下,将用户与服务提供商之间的个人交易记录存储在区块链上,作为交易存在性的可靠法律凭证,防止利用用户取证困难而实施个人信息盗窃的犯罪行为。个人信息的实际内容不会存储在区块链上,只有交易记录在区块链上加密存储,只有交易相关方可以进行解密查看,保障了用户隐私。同时,针对个人信息的交易创建、交易失效、交易修改设计了3种智能合约,对交易进行失效和修改并不会使之前的交易信息丢失,个人交易记录一经上链即可永久作为交易存在性的可靠证明。最后,通过NS-3网络模拟器进行仿真实验,结果表明该方法具有可行性。

关键词：区块链智能合约隐私数据个人信息保护

来源：评论

学校读者我要写书评

暂无评论

基于上下文特征的IDS告警日志攻击场景重建方法

引用

信息网络安全 2020年第7期 1-10页

作者：姜楠崔耀辉王健吴晋超北京工业大学信息学部北京100124 可信计算北京市重点、实验室北京100124 信息安全等级保护关键技术国家工程实验室北京100124 智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044

入侵检测系统(IDS)是网络安全防御策略中的关键组成部分,但在现阶段庞大且复杂的网络环境以及网络攻击规模逐年增长的背景下,IDS中存在的告警数量庞大导致的可读性差等问题,使得IDS的易用性极大降低。文章提出一种面向IDS真实告警数据... 详细信息

入侵检测系统(IDS)是网络安全防御策略中的关键组成部分,但在现阶段庞大且复杂的网络环境以及网络攻击规模逐年增长的背景下,IDS中存在的告警数量庞大导致的可读性差等问题,使得IDS的易用性极大降低。文章提出一种面向IDS真实告警数据流的攻击场景重建方法,从攻击者的角度将完整的多步攻击行为定义为攻击事件,以动态时间窗辅以告警上下文特征相似度判定的机制分离告警流中并行的事件,并通过提取事件在IP层面表现出的攻击路径的方式,分解事件中攻击者对不同目标的攻击行为,进一步获取攻击者在各条路径上的攻击类型转换序列进行因果知识挖掘,从而直观地展示攻击者的多步攻击场景。实验结果显示,该方法能够完整地捕获告警数据流中的攻击事件,多层次准确直观地展示多步攻击行为,有效提升了IDS的实际应用体验。

关键词：入侵检测系统告警日志分析攻击场景重建因果知识挖掘

来源：评论

学校读者我要写书评

暂无评论

自动化系统与集成　离散制造企业数据空间集成模型

自动化系统与集成　离散制造企业数据空间集成模型

引用

作者：任磊李孝斌王晨王海丹王腾江孔宇升韦莎王伟尹作重赖李媛君孙洁香高凡郭栋崔晋刘默田洪川刘振宇王雅哲王斐徐哲宋亮施国强邢宏文于文涛罗永亮官祥臻王川于辰涛邹小慧周光辉黄科科赵颖孟雷武蕾鲁仁全任鸿儒裘辿江沛刘晶贾子翟董家宝王海腾李世祥杜孝孝赵志龙杜一王瑜张华杨楠楠邬柏周峻民杨林北京航空航天大学重庆大学北京机械工业自动化研究所有限公司清华大学浪潮通用软件有限公司中国信息通信研究院北京中关村实验室北京仿真中心上海飞机制造有限公司北京航天智造科技发展有限公司中国船舶集团有限公司系统工程研究院卡奥斯工业智能研究院(青岛)有限公司中车青岛四方机车车辆股份有限公司联想(北京)有限公司北京数码大方科技股份有限公司清华四川能源互联网研究院浙江大学中南大学西安交通大学山东大学广东工业大学河北工业大学中国科学院计算机网络信息中心中国科学院信息工程研究所东莞市德镌精密设备有限公司南京德克威尔自动化有限公司

标准类型：国家标准

本文件规定了离散制造企业的数据空间集成模型架构，规定了离散制造企业研发设计、生产制造、经营管理、运维服务四类业务域数据空间的跨域集成模型。本文件适用于指导离散制造企业数据空间集成的规划、建设、验收和运营，也适用于数据...

标准号: GB/T 44063-2024

本文件规定了离散制造企业的数据空间集成模型架构，规定了离散制造企业研发设计、生产制造、经营管理、运维服务四类业务域数据空间的跨域集成模型。本文件适用于指导离散制造企业数据空间集成的规划、建设、验收和运营，也适用于数据空间规划者、建设者、系统开发商、企业用户。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于大规模船舶轨迹数据的航道边界提取方法

引用

计算机应用 2019年第1期39卷 105-112页

作者：徐垚李卓然孟金龙赵利坡温建新王桂玲中电科海洋信息技术研究院有限公司岸基信息系统部北京100041 大规模流数据集成与分析技术北京市重点实验室(北方工业大学) 北京100144 北方工业大学计算机学院北京100144

传统的道路数据获取方法成本高、更新慢等无法适用于海洋航道的获取,从众源轨迹数据中提取道路或航道信息具有成本低、更新快等特性,然而,由于船舶轨迹数据噪声多、数据量大、不同区域分布不均使得航道边界提取面临较大挑战。针对该问题... 详细信息

传统的道路数据获取方法成本高、更新慢等无法适用于海洋航道的获取,从众源轨迹数据中提取道路或航道信息具有成本低、更新快等特性,然而,由于船舶轨迹数据噪声多、数据量大、不同区域分布不均使得航道边界提取面临较大挑战。针对该问题,提出一种基于大规模船舶轨迹数据进行航道边界提取的方法。首先对大规模的船舶轨迹数据进行并行化去噪、插值、轨迹分段;然后,基于并行化及基于Geohash编码的空间聚类,将轨迹数据化简为多个方形区域的点集数据;其次,对其进行窗口划分,对传统的Ni Black方法进行扩展,提出Spatial Ni Black算法,对方形区域进行航道识别;最后,提出一种新的提取算法del-alpha-shape,基于航道识别结果获得航道边界。理论分析与实验结果表明,所提方法在最大密度值是200,最小密度值是10,窗口长和宽分别为5和5时,可同时达到86. 7%的准确率和79. 4%的召回率。实验结果表明,该方法可以从大规模的轨迹数据中提取有价值的航道边界,是一种有效的航道提取方法。

关键词：轨迹数据自动识别系统时空大数据 Delaunay三角网航道提取

来源：评论

学校读者我要写书评

暂无评论

行人再识别技术综述

引用

自动化学报 2018年第9期44卷 1554-1568页

作者：李幼蛟卓力张菁李嘉锋张辉北京工业大学计算智能与智能系统北京市重点实验室北京100124 北京工业大学信息学部微电子学院北京100124 山东理工大学计算机科学与技术学院淄博255000 北京电动车辆协同创新中心北京100081

行人再识别指的是判断不同摄像头下出现的行人是否属于同一行人,可以看作是图像检索的子问题,可以广泛应用于智能视频监控、安保、刑侦等领域.由于行人图像的分辨率变化大、拍摄角度不统一、光照条件差、环境变化大、行人姿态不断变化... 详细信息

行人再识别指的是判断不同摄像头下出现的行人是否属于同一行人,可以看作是图像检索的子问题,可以广泛应用于智能视频监控、安保、刑侦等领域.由于行人图像的分辨率变化大、拍摄角度不统一、光照条件差、环境变化大、行人姿态不断变化等原因,使得行人再识别成为目前计算机视觉领域一个既具有研究价值又极具挑战性的研究热点和难点问题.早期的行人再识别方法大多基于人工设计特征,在小规模数据集上开展研究.近年来,大规模行人再识别数据集不断推出,以及深度学习技术的迅猛发展,为行人再识别技术的发展带来了新的契机.本文对行人再识别的发展历史、研究现状以及典型方法进行梳理和总结.首先阐述了行人再识别的基本研究框架,然后分别针对行人再识别的两个关键技术(特征表达和相似性度量),进行了归纳总结,重点介绍了目前发展迅猛的深度学习技术在行人再识别中的应用.另外,本文对行人再识别中代表性的数据集以及在各个数据集上可以取得优异性能的方法进行了分析和比较.最后对行人再识别技术的未来发展趋势进行了展望.

关键词：行人再识别人工设计特征深度学习特征表达相似性度量

来源：评论

学校读者我要写书评

暂无评论

实验室信息管理系统技术规范第 1 部分：检验流程管理

实验室信息管理系统技术规范第 1 部分：检验流程管理

引用

来源：评论

学校读者我要写书评

暂无评论

实验室信息管理系统技术规范第 4 部分：控制管理

实验室信息管理系统技术规范第 4 部分：控制管理

引用

来源：评论

学校读者我要写书评

暂无评论

STCACGP算法在电能质量信号重构中的应用

引用

电子测量技术 2019年第24期42卷 86-91页

作者：简献忠马思远王如志上海理工大学光电信息与计算机工程学院上海市现代光学系统实验室上海200093 北京工业大学材料科学与工程学院北京100020

为了解决大数据电能质量信号重构时稀疏度自适应耗时过长和重构性能差的问题,提出了一种无需稀疏度的分段阈值对比近似共轭梯度追踪(STCACGP)重构方法。STCACGP算法通过阈值比较进行原子筛选,用近似共轭梯度计算梯度方向代替正交投影逼... 详细信息

为了解决大数据电能质量信号重构时稀疏度自适应耗时过长和重构性能差的问题,提出了一种无需稀疏度的分段阈值对比近似共轭梯度追踪(STCACGP)重构方法。STCACGP算法通过阈值比较进行原子筛选,用近似共轭梯度计算梯度方向代替正交投影逼近原始信号,以残差比较为终止条件实现电能质量数据重构。通过实验比较选取最优阈值,比较了SAMP、SACoSaMP、SWOMP和STCACGP的重构效果和重构时间。实验结果表明,STCACGP算法重构精度和时间均优于其它算法,在压缩比取25%时,重构时间比SACoSaMP算法快了3倍,为大数据电能质量信号重构的实时性实现提供了一种思路。

关键词：电能质量压缩感知阈值比较 STCACGP重构算法

来源：评论

学校读者我要写书评

暂无评论

EMD-LSTM算法在短期电力负荷预测中的应用

引用

电力科学与工程 2019年第8期35卷 12-16页

作者：任成国肖儿良简献忠王如志上海理工大学光电信息与计算机工程学院上海200093 上海市现代光学系统实验室上海200093 北京工业大学材料科学与工程学院北京100020

针对传统的负荷预测方法不能充分利用数据的相关性从而导致预测精度不高的问题,提出了一种基于经验模态分解(EMD)和长短期记忆神经网络(LSTM)相结合的负荷预测模型。该模型首先利用EMD算法将时间序列信号分解为数个本征模函数(IMF)分量... 详细信息

针对传统的负荷预测方法不能充分利用数据的相关性从而导致预测精度不高的问题,提出了一种基于经验模态分解(EMD)和长短期记忆神经网络(LSTM)相结合的负荷预测模型。该模型首先利用EMD算法将时间序列信号分解为数个本征模函数(IMF)分量和趋势分量。然后利用LSTM存储单元能够长期学习历史负荷数据中的有用信息并且去除无用信息的特性,对每个提取的IMF和趋势项分别建立LSTM模型进行预测,最后将所有分量的预测值累加得到最终的预测结果。实验结果表明,BP模型的平均绝对百分误差为3.47%,LSTM模型的平均绝对百分误差为2.63%,EMD-LSTM模型的平均绝对百分误差为1.23%,能够满足更高的预测精度要求。

关键词：短期电力负荷预测经验模态分解长短期记忆神经网络循环神经网络

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：