检索结果-内蒙古大学图书馆

火力与指挥控制 2025年第1期50卷 189-194页

作者：田根源驻马店职业技术学院信息工程学院河南驻马店463000

拆分学习可在不共享原始数据的情况下,由客户端同服务端协作训练深度学习模型,成为隐私保护领域的研究热点。然而,拆分学习仍面临数据重构攻击,其威胁着参与者的敏感信息。提出基于二进制拆分学习的数据隐私保护算法。BSLP算法将客户端... 详细信息

拆分学习可在不共享原始数据的情况下,由客户端同服务端协作训练深度学习模型,成为隐私保护领域的研究热点。然而,拆分学习仍面临数据重构攻击,其威胁着参与者的敏感信息。提出基于二进制拆分学习的数据隐私保护算法。BSLP算法将客户端所训练的本地模型进行二值化,降低由拆分层输出值导致的数据泄露损失。BSLP算法引用差分隐私机制,在数据中添加噪声,进而泛化数据。以4个典型的数据集进行实验,分析BSLP算法的分类准确率和隐私保护性能。分析结果表明,提出的BSLP算法在MNIST数据集上的分类准确率达到97%,而KL散度为3.68,验证了BSLP算法具有较强的隐私保护性能的事实。

关键词：联邦学习隐私保护拆分学习二值化差分隐私

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的加密流量分类研究综述

引用

通信学报 2025年第1期46卷 167-191页

作者：付钰刘涛涛王坤俞艺涵海军工程大学信息安全系湖北武汉430033 信阳职业技术学院数学与信息工程学院河南信阳464000 海军工程大学作战运筹与规划系湖北武汉430033

加密流量分类是网络管理和安全防护的重要组成部分,不过当前网络流量环境复杂多变,致使传统的分类方法已基本失效。而机器学习,尤其是深度学习,凭借强大的特征提取能力已广泛应用于加密流量分类领域。为此,对机器学习驱动的加密流量分... 详细信息

加密流量分类是网络管理和安全防护的重要组成部分,不过当前网络流量环境复杂多变,致使传统的分类方法已基本失效。而机器学习,尤其是深度学习,凭借强大的特征提取能力已广泛应用于加密流量分类领域。为此,对机器学习驱动的加密流量分类最新成果进行系统性综述,首先将加密流量分类工作划分为数据采集与处理、特征提取与选择及流量分类与性能评估3个部分,分别对应加密流量分类中的数据获取、显著特征构建及模型的应用与验证;接着将这3个部分内容细分为流量采集、数据集构建、数据预处理、特征提取、特征选择、分类模型及性能评估7个阶段;然后分别对这7个阶段进行全面的归纳、总结与分析;最后详细分析当前工作所面临的挑战并展望加密流量分类未来的研究方向。

关键词：流量分析加密流量分类机器学习深度学习

来源：评论

学校读者我要写书评

暂无评论

局部阴影遮挡下太阳能电池-超级电容一体化阵列功率补偿及其动态阵列重构

引用

高电压技术 2025年

作者：杨洪明刘璐雨段献忠 Archie James Johnston 杨洪朝湖南大学电气与信息工程学院长沙理工大学电气与信息工程学院长沙民政职业技术学院软件学院

针对局部阴影遮挡下太阳能电池最大输出功率降低，进一步导致光伏阵列行电流不均衡，功率/电压(P-V)输出特性曲线产生多峰值等问题，提出了太阳能电池-超级电容(solar cell-supercapacitor， SCS)一体化阵列方案，由SCS器件、动态重构... 详细信息

针对局部阴影遮挡下太阳能电池最大输出功率降低，进一步导致光伏阵列行电流不均衡，功率/电压(P-V)输出特性曲线产生多峰值等问题，提出了太阳能电池-超级电容(solar cell-supercapacitor， SCS)一体化阵列方案，由SCS器件、动态重构拓扑与常规光伏阵列相连接组成。基于SCS器件的超级电容充/放电特性，提出行电压闭环控制策略，根据光伏阵列行电压与最大功率点电压的偏差，以一体化阵列输出功率最大为控制目标，开关矩阵连接方式为决策变量，调整SCS器件与光伏阵列连接方式，均衡光伏阵列各行电流，实现SCS器件对阴影遮挡电池进行功率补偿。搭建9×9的SCS一体化阵列仿真模型，对比分析4种典型动态云层阴影遮挡模式下，TCT、静态阵列重构技术、动态阵列重构技术、SCS一体化阵列的输出特性。结果表明SCS一体化阵列填充因子达77.4 %，功率损耗约18 W，优于其他三种方案。SCS一体化方案有效提高局部阴影遮挡下光伏阵列输出功率。

关键词：局部阴影遮挡太阳能电池-超级电容一体化阵列动态重构行电压闭环控制功率补偿行电流均衡

来源：评论

学校读者我要写书评

暂无评论

融合时频图与分布适应的轴承故障诊断方法

引用

机械设计与制造 2025年第4期 51-59页

作者：许志恒葛鲲鹏扬州工业职业技术学院信息工程学院江苏扬州225127 宿迁学院信息工程学院江苏宿迁223800

针对实际工业场景下轴承故障诊断仍面临的缺少足量故障样本和变工况导致数据分布差异,提出一种融合时频图与分布适应的轴承故障诊断方法。首先,采用连续小波变换处理原始振动信号并提取时频图;其次,构建卷积神经网络实现深度特征自适应... 详细信息

针对实际工业场景下轴承故障诊断仍面临的缺少足量故障样本和变工况导致数据分布差异,提出一种融合时频图与分布适应的轴承故障诊断方法。首先,采用连续小波变换处理原始振动信号并提取时频图;其次,构建卷积神经网络实现深度特征自适应提取;其次,提出一种改进平衡分布对齐的域适应方法,通过融合最大边际准则实现缩小不同域间分布差异过程中提高特征数据可分性,并基于源域特征数据训练获得自适应分类器,实现不同工况下的轴承故障识别与分类;最后,为验证所提出方法的有效性与泛化能力,采用两种轴承故障数据集开展平衡与非平衡数据样本下的跨域故障诊断实验分析,实验结果表明所提出方法在两种数据集上的平均故障诊断准确率最高分别可达100%和97.50%,明显优于基于经典迁移学习方法构建的对比模型。

关键词：故障诊断振动信号时频图卷积神经网络迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于ICEEMDAN-PE和IDBO-Informer组合模型的短期负荷预测

引用

中国电力 2025年

作者：于多曹燚王海荣赵翱东曹倩无锡职业技术学院控制工程学院无锡学院物联网工程学院南京信息工程大学自动化学院

针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题，提出了一种基于ICEEMDAN-PE和IDBO-Informer的创新组合预测模型。首先，该模型通过小波软阈值去噪算法预处理原始负荷数据，减少噪声干扰... 详细信息

针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题，提出了一种基于ICEEMDAN-PE和IDBO-Informer的创新组合预测模型。首先，该模型通过小波软阈值去噪算法预处理原始负荷数据，减少噪声干扰。其次，利用ICEEMDAN多尺度分解负荷数据，精准捕捉负荷特征，并采用置换熵评估分量复杂度。最后，对蜣螂优化算法进行改进，通过融合混沌与逆向学习策略进行种群初始化，引入自适应步长与凸透镜逆成像策略及随机差异变异策略，优化Informer预测模型参数，显著提升预测效率与准确性。实验结果表明，该模型在短期负荷预测中表现出色，平均绝对误差为81.3MW（原始负荷数据范围约为500MW至1500MW），均方根误差为109.2MW，拟合系数评分为0.991，远优于传统方法，充分验证了模型的创新性和优越性。

关键词：负荷预测 ICEEMDAN 改进蜣螂优化算法 Informer

来源：评论

学校读者我要写书评

暂无评论

面向嵌入式设备部署的无线传感网络数据采集加速方法

引用

传感技术学报 2025年第1期38卷 179-184页

作者：姚强韩红章江苏联合职业技术学院信息工程学院江苏常州213161 江苏理工学院计算机工程学院江苏常州213001

嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓... 详细信息

嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓扑中选取传感器节点完成采集任务,并从无线传感网络传输速率和传输延迟两方面更新无线传感网络传输协议参数。利用直线斜率与误差阈值尺度关系获取感知数据,设计提速流程实现网络数据采集加速。仿真结果表明,该方法采集时延小于200 ms,最大采集覆盖范围是50 m^(2),平均能量消耗低于920 mJ,丢包率低于12%。证明了所提方法能够提高网络数据采集速度,减少资源消耗。

关键词：无线传感网络数据采集加速感知数据嵌入式设备滑动窗口

来源：评论

学校读者我要写书评

暂无评论

四塑件混合四腔注塑模具设计

引用

塑料工业 2025年第2期53卷 85-89,96页

作者：宋金亚上海电子信息职业技术学院机械与能源工程学院上海201411

为节约生产成本并提升对混合多腔注塑模具重难点结构的设计经验,在结构分析的基础上,综合考虑模具分型、浇注系统、冷却系统和脱模机构的排布等多种因素,将4个外观和内部结构均不同的塑件合理布局,组成混合四腔,设计了一套有别于传统一... 详细信息

为节约生产成本并提升对混合多腔注塑模具重难点结构的设计经验,在结构分析的基础上,综合考虑模具分型、浇注系统、冷却系统和脱模机构的排布等多种因素,将4个外观和内部结构均不同的塑件合理布局,组成混合四腔,设计了一套有别于传统一模多腔的三板式注塑模具。独特的“分流道+点浇口+分流道+侧浇口”组合浇口式浇注系统配合节流阀对流道通路大小的控制,可实现浇注系统的流道平衡,保证4个塑件的注塑质量。4个塑件上的倒扣采用6处滑块和1处斜顶的结构实现侧向抽芯,滑块采用“滑块镶件+滑块座”的组合式结构,由斜导柱进行驱动。用于固定铜螺母进行嵌件注塑的镶件可灵活更换,便于满足不同的注塑要求和修模。根据塑件的个体差异和模具的整体情况,设计了合理的顶出系统,在定模板和模仁内分别开设了针对分流道和塑件的排气系统,并分别在水口板、定模仁、动模仁内设置了三组冷却水路,对流道系统和塑件进行均匀冷却。该混合四腔设计可有效节约塑件的生产成本,为类似模具产品提供一定的设计借鉴。

关键词：混合四腔注塑模具模具设计组合浇口嵌件注塑

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv4的三维点云导盲系统设计

引用

计算机应用与软件 2025年第2期42卷 94-101页

作者：杜龙龙陆学斌罗孝湖州职业技术学院物流与信息工程学院浙江湖州313000 湖州师范学院信息工程学院浙江湖州313000

针对传统导盲系统存在抗环境干扰能力较低,识别准确率低等问题,提出一种基于YOLOv4的激光点云导盲系统。运用高精度激光扫描仪采集路况点云信息,将点云信息转换成包含特征信息的投影图像并建立路况数据集,搭建基于DARKNET的网络模型训... 详细信息

针对传统导盲系统存在抗环境干扰能力较低,识别准确率低等问题,提出一种基于YOLOv4的激光点云导盲系统。运用高精度激光扫描仪采集路况点云信息,将点云信息转换成包含特征信息的投影图像并建立路况数据集,搭建基于DARKNET的网络模型训练框架识别复杂路况。采用K-means++算法改进YOLOv4模型中原有的聚类算法,提高模型多尺度检测的适应性。实验结果表明,系统识别复杂路况的平均精度为98.12%,与同类产品相比能够准确、稳定识别路况障碍。

关键词：激光扫描深度学习 YOLOv4 嵌入式应用导盲系统

来源：评论

学校读者我要写书评

暂无评论

Lactobacillus johnsonii抑制脂肪沉积机制研究

引用

家畜生态学报 2025年第4期46卷 34-40页

作者：景若曦李文凤李晗星李龙杨凌职业技术学院动物工程学院陕西杨凌712100 陕西高校青年创新团队陕西杨凌712100

该研究旨在阐明约氏乳杆菌Lactobacillus johnsonii(***)调节脂代谢的分子机制。通过106、107、108 CFU/mL浓度菌液发酵上清处理诱导分化的3T3-L1脂肪细胞和STC-1小肠内分泌细胞16 h,系统评估其对脂质代谢的调控作用。结果显示:***发酵... 详细信息

该研究旨在阐明约氏乳杆菌Lactobacillus johnsonii(***)调节脂代谢的分子机制。通过106、107、108 CFU/mL浓度菌液发酵上清处理诱导分化的3T3-L1脂肪细胞和STC-1小肠内分泌细胞16 h,系统评估其对脂质代谢的调控作用。结果显示:***发酵上清液呈浓度依赖性抑制3T3-L1细胞脂质积累(107 CFU/mL,P<0.05;108 CFU/mL,P<0.01),并显著下调成脂关键转录因子C/EBPα(P<0.01)、PPARγ(P<0.01)和SREBF1(P<0.05)的蛋白表达。在STC-1细胞中,107、108 CFU/mL浓度发酵上清均促进食欲抑制激素Peptide YY和胰高血糖素样肽-1的分泌(P<0.05),同时上调GLP-1前体加工酶PCSK1基因的转录(P<0.05);抑制PCSK2和Proglucagon转录水平(P<0.05)。综上所述,***通过双重途径抑制脂肪沉积(直接调控脂肪细胞分化相关基因表达减少脂质沉积,同时激活肠道激素信号通路抑制摄食需求)。该研究为益生菌调控脂代谢提供了新的分子机制依据。

关键词：约氏乳杆菌 3T3-L1 STC-1 脂肪沉积

来源：评论

学校读者我要写书评

暂无评论

基于SVR-LSTM的人体上肢运动遮挡轨迹补偿方法

引用

郑州大学学报（理学版） 2025年第1期57卷 1-7页

作者：彭金柱刘涵菲卞英楠郑州大学电气与信息工程学院河南郑州450001 河南交通职业技术学院物流学院河南郑州451460

在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持... 详细信息

在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持向量回归(support vector regression,SVR)和长短期记忆(long short-term memory,LSTM)的人体上肢运动时间序列轨迹缺失补偿方法。采用网格搜索法对SVR模型中的参数进行优化来完善历史样本数据集,结合长短期记忆网络对短、长时间序列轨迹缺失的预测补全更精确的优势,将SVR模型补全的历史样本数据集输入LSTM模型训练,进一步降低补偿误差。实验结果表明,在三维空间350 mm的运动尺度范围内,轨迹缺失程度为10%时,SVR-LSTM模型补偿轨迹的平均误差是0.14 mm;轨迹缺失程度为30%时,SVR-LSTM模型补偿轨迹的平均误差是0.47 mm。

关键词：遮挡轨迹时间序列意图识别轨迹补偿 SVR-LSTM模型

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：