多約束信息融合特定網(wǎng)絡(luò)檢測方法設(shè)計(jì)

采用催化傳感器和電化學(xué)式氣體傳感器配合使用的傳感器陣列。為了解決2種傳感器對礦井co和ch4氣體的交叉敏感問題,提出了一種基于改進(jìn)bp神經(jīng)網(wǎng)絡(luò)的礦井co檢測方法。通過matlab仿真可以看出,基于神經(jīng)網(wǎng)絡(luò)的傳感器陣列方法可以明顯提高co檢測精度。實(shí)際輸出值和期望輸出的絕對誤差平均值為3.43ppm,相對誤差平均值為1.43%。

本研究基于sqlite3數(shù)據(jù)庫、多線程和策略路由等關(guān)鍵技術(shù),通過為上網(wǎng)業(yè)務(wù)建立自由通路并對其進(jìn)行維護(hù),實(shí)現(xiàn)多網(wǎng)融合網(wǎng)關(guān)的網(wǎng)絡(luò)資源其享功能。系統(tǒng)測試結(jié)果表明,自動(dòng)路由通路較為暢通和穩(wěn)定,且各用戶均能合理地共享網(wǎng)絡(luò)資源。

為了有效利用多種檢測數(shù)據(jù)來綜合評價(jià)軌道的狀態(tài),本文應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)建立了軌道狀態(tài)評定方法,并采用matlab軟件編制了具有自學(xué)習(xí)功能的評價(jià)軟件。bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于軌道狀態(tài)的評價(jià)中,其學(xué)習(xí)樣本、規(guī)模及代表起關(guān)鍵作用,通過大量的樣本訓(xùn)練,對\"未知\"樣本神經(jīng)網(wǎng)絡(luò)模型的評價(jià)具有較高的準(zhǔn)確性。理論分析與算例的結(jié)果表明,該評價(jià)方法是可行的、有效的,為解決軌道狀態(tài)評定提供了一條新的途徑。

針對電能特征異常擾動(dòng)的情況下,探究可靠的電壓特征誤差測量方法。電能波動(dòng)、沖擊與非線性等質(zhì)量異常擾動(dòng),嚴(yán)重影響供電可靠性,造成了電力用戶的經(jīng)濟(jì)損失。從理論上分析電壓諧波及諧波潮流出現(xiàn)測量誤差的機(jī)理,構(gòu)建變壓器結(jié)構(gòu)的單相測量等值電路,從而為消除參數(shù)諧振影響提供基礎(chǔ)。提出了三同阻并行接入積分相電壓的測量方案,在不改變原系統(tǒng)運(yùn)行方式的情況下,通過電路網(wǎng)絡(luò)結(jié)構(gòu)變換排除參數(shù)諧振引入的干擾,通過改造儀器的電壓輸入回路,實(shí)現(xiàn)三相系統(tǒng)從線電壓到相電壓的轉(zhuǎn)換,最終實(shí)現(xiàn)系統(tǒng)電壓的準(zhǔn)確測量。通過matlab仿真計(jì)算與現(xiàn)場實(shí)際測量結(jié)果,表明經(jīng)過電路變換測量的電壓各次諧波畸變率測試結(jié)果與輸入信號的理論畸變率一致,證明了該方法的可行性。

基于卷積神經(jīng)網(wǎng)絡(luò)(cnn)提出了一種適用于空心村高分影像的建筑物自動(dòng)檢測方法,該方法利用多尺度顯著性檢測來獲取包含建筑物信息的顯著性區(qū)域,然后通過滑動(dòng)窗口獲取顯著性區(qū)域內(nèi)目標(biāo)樣本塊,再將這些樣本塊輸入訓(xùn)練好的cnn并結(jié)合svm來實(shí)現(xiàn)分類。為檢驗(yàn)方法有效性,選取高分影像進(jìn)行實(shí)驗(yàn),結(jié)果表明,顯著性檢測能夠有效地獲取主要目標(biāo),減弱其他無關(guān)目標(biāo)的影響,降低數(shù)據(jù)冗余;卷積神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)學(xué)習(xí)高層次的特征,基于cnn對高分影像進(jìn)行建筑物檢測,分類準(zhǔn)確度可以達(dá)到97.6%,表明該方法具有較好的魯棒性和有效性。

針對日益嚴(yán)峻的停車難問題,提出一種基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)停車場空車位檢測方法。首先,根據(jù)車位只需用兩種狀態(tài)來表示其占空的特點(diǎn),對傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn),提出迷你卷積神經(jīng)網(wǎng)絡(luò)(mcnn)的概念;然后,通過減少網(wǎng)絡(luò)參數(shù)來減少訓(xùn)練和識別時(shí)間,并在網(wǎng)絡(luò)中加入局部響應(yīng)歸一化層以加強(qiáng)對明度的校正,以及使用小卷積核來獲取更多圖像細(xì)節(jié);最后,對視頻幀圖進(jìn)行手動(dòng)掩碼設(shè)置,通過邊緣檢測切割成單個(gè)車位圖,并使用訓(xùn)練好的mcnn進(jìn)行車位識別。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)機(jī)器學(xué)習(xí)方式相比,基于mcnn的檢測方法識別率能提高3~8個(gè)百分點(diǎn),同時(shí)網(wǎng)絡(luò)參數(shù)僅為常規(guī)使用卷積模型的1/1000,且在文中所述的幾種不同環(huán)境中,識別率的均保持在92%以上。實(shí)驗(yàn)結(jié)果表明,mcnn可移植到低配置攝像頭,實(shí)現(xiàn)停車場空車位自動(dòng)檢測。

為了有效的實(shí)現(xiàn)用于混合式電力電子斷路器的故障電流檢測,設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)理論的短路電流檢測方法,其主旨是將動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)應(yīng)用于故障電流的檢測,利用反饋神經(jīng)網(wǎng)絡(luò)的歷史記憶效應(yīng),對信號進(jìn)行預(yù)測比較,可實(shí)現(xiàn)一種有效的短路電流故障檢測。使用matlab神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行仿真,通過仿真產(chǎn)生模擬訓(xùn)練樣本,以單相工頻基波疊加多次諧波分量,簡化時(shí)可用類正弦函數(shù)代替,仿真結(jié)果表明了該方法的有效性和快速性。

基于信息融合的網(wǎng)絡(luò)安全態(tài)勢評估模型 作者：韋勇，連一峰，馮登國，weiyong，lianyifeng，fengdengguo 作者單位：韋勇,馮登國,lianyifeng,fengdengguo(中國科學(xué)技術(shù)大學(xué)電子工程與信息科學(xué)系,合肥 ,230027)，連一峰,weiyong(中國科學(xué)院軟件研究所信息安全國家重點(diǎn)實(shí)驗(yàn)室,北京 ,100190) 刊名： 計(jì)算機(jī)研究與發(fā)展 英文刊名：journalofcomputerresearchanddevelopment 年，卷(期)：2009,46(3) 被引用次數(shù)：14次 參考文獻(xiàn)(14條) 1.yinxiaoxin;yurcikw;treastermvisflowconneet:netflowvisualizationsoflinkrelationships

針對工業(yè)控制系統(tǒng)入侵檢測模型對各類攻擊的檢測率和檢測效率不高的問題,提出一種adaboost算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的入侵檢測模型.首先利用主成分分析法對原始數(shù)據(jù)集進(jìn)行預(yù)處理,消除其相關(guān)性；其次利用adaboost算法對訓(xùn)練樣本的權(quán)重進(jìn)行不斷調(diào)整,從而獲得bp神經(jīng)網(wǎng)絡(luò)最優(yōu)權(quán)重和閾值；最后再通過adaboost算法將bp弱分類器組合成bp強(qiáng)分類器,從而實(shí)現(xiàn)工業(yè)控制系統(tǒng)的異常檢測.實(shí)驗(yàn)結(jié)果表明該方法在對各攻擊類型的檢測率和測試時(shí)間明顯優(yōu)于其他算法模型.

針對檢測圖像多圓問題,該文提出一種利用圓的對稱性與旋轉(zhuǎn)變換相結(jié)合的圓檢測新方法。從圓的幾何性質(zhì)出發(fā),在圖像邊緣點(diǎn)上以過圓心且平行橫坐標(biāo)的直線為對稱軸搜索對稱點(diǎn)集p1;然后圖像做旋轉(zhuǎn)變換,再次對稱點(diǎn)搜索并做反旋轉(zhuǎn)變換得到點(diǎn)集p2;利用圓的旋轉(zhuǎn)對稱性,圓上的點(diǎn)集即是點(diǎn)集p1與p2的交集,從而實(shí)現(xiàn)圓的檢測。實(shí)驗(yàn)結(jié)果表明,該算法與當(dāng)前應(yīng)用最廣的rht、rcd圓檢測方法相比具有檢測速度快,實(shí)現(xiàn)簡單等優(yōu)點(diǎn)。

考慮到功率控制對無線網(wǎng)絡(luò)性能的影響,討論了無線多跳網(wǎng)絡(luò)中的分布式功率控制問題。以網(wǎng)絡(luò)中每個(gè)用戶節(jié)點(diǎn)數(shù)據(jù)包傳送完成時(shí)間的最小化為目標(biāo),以凸優(yōu)化為數(shù)學(xué)工具,考慮中斷現(xiàn)象對網(wǎng)絡(luò)性能的影響,把功率分配問題構(gòu)造為一個(gè)凸優(yōu)化問題,提出一種考慮中斷概率的分布式功率控制算法。仿真結(jié)果表明,該算法具有快速收斂性及有效性。

在現(xiàn)代橋梁多傳感器健康監(jiān)測系統(tǒng)基礎(chǔ)上,建立了基于bp神經(jīng)網(wǎng)絡(luò)的橋梁多傳感器信息融合系統(tǒng).首先對橋梁不同斷面的傾角傳感器采集的樣本數(shù)據(jù)進(jìn)行特征提取,并將特征值進(jìn)行關(guān)聯(lián)組成特征序列,利用bp神經(jīng)網(wǎng)絡(luò)在模式識別問題上的優(yōu)勢,對特征序列進(jìn)行信息特征層融合.通過仿真實(shí)驗(yàn),設(shè)計(jì)了可用于一般橋梁數(shù)據(jù)模式識別問題的3層bp神經(jīng)網(wǎng)絡(luò),且具有準(zhǔn)確率高、收斂快的特點(diǎn).

針對含關(guān)節(jié)點(diǎn)的工程網(wǎng)絡(luò)可靠性分析，提出了1種冗余子網(wǎng)消除技術(shù)。這種簡化技術(shù)利用關(guān)節(jié)點(diǎn)進(jìn)行冗余子網(wǎng)識別和刪除，因此網(wǎng)絡(luò)可靠性可以在精簡網(wǎng)絡(luò)上快速計(jì)算。選取usai07數(shù)據(jù)集的部分網(wǎng)絡(luò)進(jìn)行試驗(yàn)。試驗(yàn)結(jié)果表明，利用冗余子網(wǎng)消除技術(shù)，可大量降低網(wǎng)絡(luò)可靠性的計(jì)算時(shí)間，從而提高網(wǎng)絡(luò)可靠性分析算法的性能。

為了充分利用電力大數(shù)據(jù)中的異構(gòu)數(shù)據(jù)源挖掘出電網(wǎng)中存在的安全威脅,采用深度受限玻爾茲曼機(jī)將不同格式的異構(gòu)數(shù)據(jù)映射到統(tǒng)一的嵌入式向量空間,實(shí)現(xiàn)了異構(gòu)數(shù)據(jù)的融合。采用循環(huán)神經(jīng)網(wǎng)絡(luò)對得到的嵌入式向量數(shù)據(jù)建立畫像,實(shí)現(xiàn)了數(shù)據(jù)中異常事件的檢測。實(shí)驗(yàn)結(jié)果表明,提出的異常檢測方法在提出的互信息量度量指標(biāo)中具有很高的互信息量。此外提出的方法在準(zhǔn)確率、誤報(bào)率和漏報(bào)率中的結(jié)果也優(yōu)于其他異常檢測方法。

網(wǎng)絡(luò)工程設(shè)計(jì)是信息化建設(shè)的關(guān)鍵。本研究主要對網(wǎng)絡(luò)工程所涉及的相關(guān)知識和設(shè)計(jì)方法進(jìn)行了闡述,并從網(wǎng)絡(luò)工程設(shè)計(jì)的要求和技術(shù)特點(diǎn)進(jìn)行討論。

針對目前鋼絲繩斷絲定量檢測中存在的問題,充分利用主成分分析與bp神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),提出了基于主成分分析與bp神經(jīng)網(wǎng)絡(luò)相結(jié)合的鋼絲繩斷絲定量檢測方法。采用主成分分析法對鋼絲繩斷絲信號的原始特征屬性進(jìn)行預(yù)處理,得到鋼絲繩斷絲信號主成分特征屬性,并以此作為bp神經(jīng)網(wǎng)絡(luò)的輸入,建立鋼絲繩斷絲信號主成分特征屬性與斷絲數(shù)目之間的關(guān)系,并對鋼絲繩斷絲數(shù)目進(jìn)行預(yù)測；主成分分析方法減少了原始特征屬性的維數(shù),消除了屬性之間的相關(guān)性；同時(shí),主成分特征屬性作為bp神經(jīng)網(wǎng)絡(luò)的輸入,也簡化了網(wǎng)絡(luò)的結(jié)構(gòu)。實(shí)例測試結(jié)果表明,基于主成分分析的神經(jīng)網(wǎng)絡(luò)鋼絲繩斷絲檢測方法與常規(guī)bp神經(jīng)網(wǎng)絡(luò)方法相比,具有更高的檢測精度和更少的計(jì)算量。

微波相移法原油含水率傳感器檢測是實(shí)現(xiàn)高含水原油含水率在線檢測的有效手段之一,但其檢測精度易受礦化度的影響。針對高含水原油中大量存在的礦化度組份(nacl和cacl_2),試驗(yàn)研究了不同比例及含量的雙組份礦化度對微波相移法原油含水率檢測傳感器精度的影響,得出了雙組份礦化度(nacl和cacl_2)對原油含水率檢測精度的影響規(guī)律。由于礦化度的組份及含量與原油含水率檢測值的關(guān)系受多種因素的影響,很難建立準(zhǔn)確的誤差補(bǔ)償模型。為此,建立誤差校正的bp神經(jīng)網(wǎng)絡(luò)模型,該模型把微波相移法原油含水率傳感器的檢測誤差從13.912%降低到1.821%,提高了檢測精度。數(shù)據(jù)對比結(jié)果表明:bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型優(yōu)于多元線性回歸預(yù)測模型。

結(jié)構(gòu)損傷檢測與識別對結(jié)構(gòu)安全及人們生命財(cái)產(chǎn)具有重要意義.近年來結(jié)構(gòu)損傷檢測中的神經(jīng)網(wǎng)絡(luò)方法受到了廣泛的關(guān)注和研究.對神經(jīng)網(wǎng)絡(luò)方法在結(jié)構(gòu)損傷檢測中的研究進(jìn)行了綜合論述,闡述了各類神經(jīng)網(wǎng)絡(luò)方法在損傷檢測中的應(yīng)用、輸入輸出數(shù)據(jù)的不同類型、結(jié)構(gòu)建模誤差對檢測效果的影響和分步損傷檢測方法等,并對神經(jīng)網(wǎng)絡(luò)方法在損傷檢測中的發(fā)展前景作了展望.

根據(jù)城市軌道交通網(wǎng)絡(luò)信息系統(tǒng)的等級保護(hù)難以落實(shí)等問題,分析城市軌道交通網(wǎng)絡(luò)信息系統(tǒng)結(jié)構(gòu)和關(guān)鍵業(yè)務(wù)路徑特性,建立了spl的信息安全等級保護(hù)定級方法。該方法首先基于關(guān)鍵業(yè)務(wù)路徑影響強(qiáng)度將城市軌道交通網(wǎng)絡(luò)信息系統(tǒng)進(jìn)行分解,進(jìn)一步參照gb/t22240《信息系統(tǒng)安全等級保護(hù)定級指南》安全級別,通過spl計(jì)算方法實(shí)現(xiàn)對城市軌道交通網(wǎng)絡(luò)信息系統(tǒng)等級保護(hù)差異化定級。從而為城市軌道交通網(wǎng)絡(luò)信息系統(tǒng)適度安全保護(hù)提供基礎(chǔ)。

針對無線多跳網(wǎng)絡(luò)編碼的安全性問題,提出了一種融合時(shí)間戳和同態(tài)簽名的安全網(wǎng)絡(luò)編碼方法。在利用基于rsa的同態(tài)簽名方案抵御污染攻擊的基礎(chǔ)上,引入時(shí)間戳設(shè)計(jì)新型同態(tài)簽名方案來抵御網(wǎng)絡(luò)中的重放攻擊,以時(shí)間戳為源生成網(wǎng)絡(luò)編碼的隨機(jī)系數(shù)來保證簽名的同態(tài)性。重點(diǎn)分析了本方案產(chǎn)生隨機(jī)系數(shù)的方式對網(wǎng)絡(luò)編碼解碼概率的影響,并建立了攻擊模型證明方案可同時(shí)抵御網(wǎng)絡(luò)中的污染攻擊和重放攻擊。性能分析表明本方案與基于rsa的同態(tài)簽名方案開銷比值接近于1。

高校校園數(shù)據(jù)網(wǎng)絡(luò)建設(shè)是高校的重要基礎(chǔ)建設(shè)項(xiàng)目,是承載高校教學(xué)、科研等先進(jìn)信息化教學(xué)環(huán)境的核心載體。文章以某校園數(shù)據(jù)網(wǎng)絡(luò)升級改造工程為依托,研究設(shè)計(jì)具備寬帶、可交互、專業(yè)性以及保障信息安全性的寬帶綜合校園網(wǎng)。對其無線網(wǎng)絡(luò)優(yōu)勢、有線建設(shè)方案以及網(wǎng)絡(luò)安全解決方案進(jìn)行深度剖析。最終設(shè)計(jì)并實(shí)現(xiàn)了高校校園完善的數(shù)據(jù)網(wǎng)絡(luò),實(shí)現(xiàn)校園辦公網(wǎng)100g互通、寬帶上網(wǎng)以及全區(qū)域無線覆蓋,為高校校園網(wǎng)建設(shè)提供高效可行的實(shí)現(xiàn)方案。

火電廠中鋼球磨煤機(jī)筒內(nèi)存煤量的測量問題一直是制粉控制效率低和自動(dòng)控制難以投入運(yùn)行的主要原因之一,針對d-s證據(jù)理論存在的不足,而利用神經(jīng)網(wǎng)絡(luò)具有的自組織、自學(xué)習(xí),并行分布處理、高度容錯(cuò)性和魯棒性的特點(diǎn),本文提出了一種將證據(jù)理論與模糊理論相結(jié)合的模糊證據(jù)理論方法并將其用于解決球磨機(jī)存煤量的測量問題。融合結(jié)果表明該方法用于存煤量的測量能夠有效判別出存煤量的數(shù)值范圍及變化趨勢,為球磨機(jī)自動(dòng)控制的投入和運(yùn)行操作提供了有效的保證。