多约束信息融合特定网络检测方法设计

采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井co和ch4气体的交叉敏感问题,提出了一种基于改进bp神经网络的矿井co检测方法。通过matlab仿真可以看出,基于神经网络的传感器阵列方法可以明显提高co检测精度。实际输出值和期望输出的绝对误差平均值为3.43ppm,相对误差平均值为1.43%。

本研究基于sqlite3数据库、多线程和策略路由等关键技术,通过为上网业务建立自由通路并对其进行维护,实现多网融合网关的网络资源其享功能。系统测试结果表明,自动路由通路较为畅通和稳定,且各用户均能合理地共享网络资源。

为了有效利用多种检测数据来综合评价轨道的状态,本文应用bp神经网络技术建立了轨道状态评定方法,并采用matlab软件编制了具有自学习功能的评价软件。bp神经网络应用于轨道状态的评价中,其学习样本、规模及代表起关键作用,通过大量的样本训练,对\"未知\"样本神经网络模型的评价具有较高的准确性。理论分析与算例的结果表明,该评价方法是可行的、有效的,为解决轨道状态评定提供了一条新的途径。

针对电能特征异常扰动的情况下,探究可靠的电压特征误差测量方法。电能波动、冲击与非线性等质量异常扰动,严重影响供电可靠性,造成了电力用户的经济损失。从理论上分析电压谐波及谐波潮流出现测量误差的机理,构建变压器结构的单相测量等值电路,从而为消除参数谐振影响提供基础。提出了三同阻并行接入积分相电压的测量方案,在不改变原系统运行方式的情况下,通过电路网络结构变换排除参数谐振引入的干扰,通过改造仪器的电压输入回路,实现三相系统从线电压到相电压的转换,最终实现系统电压的准确测量。通过matlab仿真计算与现场实际测量结果,表明经过电路变换测量的电压各次谐波畸变率测试结果与输入信号的理论畸变率一致,证明了该方法的可行性。

基于卷积神经网络(cnn)提出了一种适用于空心村高分影像的建筑物自动检测方法,该方法利用多尺度显著性检测来获取包含建筑物信息的显著性区域,然后通过滑动窗口获取显著性区域内目标样本块,再将这些样本块输入训练好的cnn并结合svm来实现分类。为检验方法有效性,选取高分影像进行实验,结果表明,显著性检测能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,基于cnn对高分影像进行建筑物检测,分类准确度可以达到97.6%,表明该方法具有较好的鲁棒性和有效性。

针对日益严峻的停车难问题,提出一种基于改进卷积神经网络停车场空车位检测方法。首先,根据车位只需用两种状态来表示其占空的特点,对传统卷积神经网络结构进行改进,提出迷你卷积神经网络(mcnn)的概念;然后,通过减少网络参数来减少训练和识别时间,并在网络中加入局部响应归一化层以加强对明度的校正,以及使用小卷积核来获取更多图像细节;最后,对视频帧图进行手动掩码设置,通过边缘检测切割成单个车位图,并使用训练好的mcnn进行车位识别。实验结果表明,与传统机器学习方式相比,基于mcnn的检测方法识别率能提高3~8个百分点,同时网络参数仅为常规使用卷积模型的1/1000,且在文中所述的几种不同环境中,识别率的均保持在92%以上。实验结果表明,mcnn可移植到低配置摄像头,实现停车场空车位自动检测。

为了有效的实现用于混合式电力电子断路器的故障电流检测,设计了一种基于神经网络理论的短路电流检测方法,其主旨是将动态神经网络应用于故障电流的检测,利用反馈神经网络的历史记忆效应,对信号进行预测比较,可实现一种有效的短路电流故障检测。使用matlab神经网络工具箱进行仿真,通过仿真产生模拟训练样本,以单相工频基波叠加多次谐波分量,简化时可用类正弦函数代替,仿真结果表明了该方法的有效性和快速性。

基于信息融合的网络安全态势评估模型 作者：韦勇，连一峰，冯登国，weiyong，lianyifeng，fengdengguo 作者单位：韦勇,冯登国,lianyifeng,fengdengguo(中国科学技术大学电子工程与信息科学系,合肥 ,230027)，连一峰,weiyong(中国科学院软件研究所信息安全国家重点实验室,北京 ,100190) 刊名： 计算机研究与发展 英文刊名：journalofcomputerresearchanddevelopment 年，卷(期)：2009,46(3) 被引用次数：14次 参考文献(14条) 1.yinxiaoxin;yurcikw;treastermvisflowconneet:netflowvisualizationsoflinkrelationships

针对工业控制系统入侵检测模型对各类攻击的检测率和检测效率不高的问题,提出一种adaboost算法优化bp神经网络的入侵检测模型.首先利用主成分分析法对原始数据集进行预处理,消除其相关性；其次利用adaboost算法对训练样本的权重进行不断调整,从而获得bp神经网络最优权重和阈值；最后再通过adaboost算法将bp弱分类器组合成bp强分类器,从而实现工业控制系统的异常检测.实验结果表明该方法在对各攻击类型的检测率和测试时间明显优于其他算法模型.

针对检测图像多圆问题,该文提出一种利用圆的对称性与旋转变换相结合的圆检测新方法。从圆的几何性质出发,在图像边缘点上以过圆心且平行横坐标的直线为对称轴搜索对称点集p1;然后图像做旋转变换,再次对称点搜索并做反旋转变换得到点集p2;利用圆的旋转对称性,圆上的点集即是点集p1与p2的交集,从而实现圆的检测。实验结果表明,该算法与当前应用最广的rht、rcd圆检测方法相比具有检测速度快,实现简单等优点。

考虑到功率控制对无线网络性能的影响,讨论了无线多跳网络中的分布式功率控制问题。以网络中每个用户节点数据包传送完成时间的最小化为目标,以凸优化为数学工具,考虑中断现象对网络性能的影响,把功率分配问题构造为一个凸优化问题,提出一种考虑中断概率的分布式功率控制算法。仿真结果表明,该算法具有快速收敛性及有效性。

在现代桥梁多传感器健康监测系统基础上,建立了基于bp神经网络的桥梁多传感器信息融合系统.首先对桥梁不同断面的倾角传感器采集的样本数据进行特征提取,并将特征值进行关联组成特征序列,利用bp神经网络在模式识别问题上的优势,对特征序列进行信息特征层融合.通过仿真实验,设计了可用于一般桥梁数据模式识别问题的3层bp神经网络,且具有准确率高、收敛快的特点.

针对含关节点的工程网络可靠性分析，提出了1种冗余子网消除技术。这种简化技术利用关节点进行冗余子网识别和删除，因此网络可靠性可以在精简网络上快速计算。选取usai07数据集的部分网络进行试验。试验结果表明，利用冗余子网消除技术，可大量降低网络可靠性的计算时间，从而提高网络可靠性分析算法的性能。

为了充分利用电力大数据中的异构数据源挖掘出电网中存在的安全威胁,采用深度受限玻尔兹曼机将不同格式的异构数据映射到统一的嵌入式向量空间,实现了异构数据的融合。采用循环神经网络对得到的嵌入式向量数据建立画像,实现了数据中异常事件的检测。实验结果表明,提出的异常检测方法在提出的互信息量度量指标中具有很高的互信息量。此外提出的方法在准确率、误报率和漏报率中的结果也优于其他异常检测方法。

网络工程设计是信息化建设的关键。本研究主要对网络工程所涉及的相关知识和设计方法进行了阐述,并从网络工程设计的要求和技术特点进行讨论。

针对目前钢丝绳断丝定量检测中存在的问题,充分利用主成分分析与bp神经网络的优点,提出了基于主成分分析与bp神经网络相结合的钢丝绳断丝定量检测方法。采用主成分分析法对钢丝绳断丝信号的原始特征属性进行预处理,得到钢丝绳断丝信号主成分特征属性,并以此作为bp神经网络的输入,建立钢丝绳断丝信号主成分特征属性与断丝数目之间的关系,并对钢丝绳断丝数目进行预测；主成分分析方法减少了原始特征属性的维数,消除了属性之间的相关性；同时,主成分特征属性作为bp神经网络的输入,也简化了网络的结构。实例测试结果表明,基于主成分分析的神经网络钢丝绳断丝检测方法与常规bp神经网络方法相比,具有更高的检测精度和更少的计算量。

微波相移法原油含水率传感器检测是实现高含水原油含水率在线检测的有效手段之一,但其检测精度易受矿化度的影响。针对高含水原油中大量存在的矿化度组份(nacl和cacl_2),试验研究了不同比例及含量的双组份矿化度对微波相移法原油含水率检测传感器精度的影响,得出了双组份矿化度(nacl和cacl_2)对原油含水率检测精度的影响规律。由于矿化度的组份及含量与原油含水率检测值的关系受多种因素的影响,很难建立准确的误差补偿模型。为此,建立误差校正的bp神经网络模型,该模型把微波相移法原油含水率传感器的检测误差从13.912%降低到1.821%,提高了检测精度。数据对比结果表明:bp神经网络预测模型优于多元线性回归预测模型。

结构损伤检测与识别对结构安全及人们生命财产具有重要意义.近年来结构损伤检测中的神经网络方法受到了广泛的关注和研究.对神经网络方法在结构损伤检测中的研究进行了综合论述,阐述了各类神经网络方法在损伤检测中的应用、输入输出数据的不同类型、结构建模误差对检测效果的影响和分步损伤检测方法等,并对神经网络方法在损伤检测中的发展前景作了展望.

针对无线多跳网络编码的安全性问题,提出了一种融合时间戳和同态签名的安全网络编码方法。在利用基于rsa的同态签名方案抵御污染攻击的基础上,引入时间戳设计新型同态签名方案来抵御网络中的重放攻击,以时间戳为源生成网络编码的随机系数来保证签名的同态性。重点分析了本方案产生随机系数的方式对网络编码解码概率的影响,并建立了攻击模型证明方案可同时抵御网络中的污染攻击和重放攻击。性能分析表明本方案与基于rsa的同态签名方案开销比值接近于1。

高校校园数据网络建设是高校的重要基础建设项目,是承载高校教学、科研等先进信息化教学环境的核心载体。文章以某校园数据网络升级改造工程为依托,研究设计具备宽带、可交互、专业性以及保障信息安全性的宽带综合校园网。对其无线网络优势、有线建设方案以及网络安全解决方案进行深度剖析。最终设计并实现了高校校园完善的数据网络,实现校园办公网100g互通、宽带上网以及全区域无线覆盖,为高校校园网建设提供高效可行的实现方案。

空调系统的故障诊断十分复杂。针对传统故障诊断的不足,提出神经网络与信息融合相结合的故障综合诊断方法,对来自多个时刻的故障信息进行融合,得到更为准确的故障综合诊断结果。通过在集中空调教学模型上的仿真试验,证明了该故障诊断方法的可靠性。

给出了三网融合对于基础网络的要求,并针对要求提出了具体的建设改造策略和改造实施方案,有助于中国联通三网融合业务的快速开展。