采用催化傳感器和電化學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bp神經網絡的礦井co檢測方法。通過matlab仿真可以看出,基于神經網絡的傳感器陣列方法可以明顯提高co檢測精度。實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數據庫、多線程和策略路由等關鍵技術,通過為上網業務建立自由通路并對其進行維護,實現多網融合網關的網絡資源其享功能。系統測試結果表明,自動路由通路較為暢通和穩定,且各用戶均能合理地共享網絡資源。

為了有效利用多種檢測數據來綜合評價軌道的狀態,本文應用bp神經網絡技術建立了軌道狀態評定方法,并采用matlab軟件編制了具有自學習功能的評價軟件。bp神經網絡應用于軌道狀態的評價中,其學習樣本、規模及代表起關鍵作用,通過大量的樣本訓練,對\"未知\"樣本神經網絡模型的評價具有較高的準確性。理論分析與算例的結果表明,該評價方法是可行的、有效的,為解決軌道狀態評定提供了一條新的途徑。

針對電能特征異常擾動的情況下,探究可靠的電壓特征誤差測量方法。電能波動、沖擊與非線性等質量異常擾動,嚴重影響供電可靠性,造成了電力用戶的經濟損失。從理論上分析電壓諧波及諧波潮流出現測量誤差的機理,構建變壓器結構的單相測量等值電路,從而為消除參數諧振影響提供基礎。提出了三同阻并行接入積分相電壓的測量方案,在不改變原系統運行方式的情況下,通過電路網絡結構變換排除參數諧振引入的干擾,通過改造儀器的電壓輸入回路,實現三相系統從線電壓到相電壓的轉換,最終實現系統電壓的準確測量。通過matlab仿真計算與現場實際測量結果,表明經過電路變換測量的電壓各次諧波畸變率測試結果與輸入信號的理論畸變率一致,證明了該方法的可行性。

基于卷積神經網絡(cnn)提出了一種適用于空心村高分影像的建筑物自動檢測方法,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域,然后通過滑動窗口獲取顯著性區域內目標樣本塊,再將這些樣本塊輸入訓練好的cnn并結合svm來實現分類。為檢驗方法有效性,選取高分影像進行實驗,結果表明,顯著性檢測能夠有效地獲取主要目標,減弱其他無關目標的影響,降低數據冗余;卷積神經網絡能夠自動學習高層次的特征,基于cnn對高分影像進行建筑物檢測,分類準確度可以達到97.6%,表明該方法具有較好的魯棒性和有效性。

針對日益嚴峻的停車難問題,提出一種基于改進卷積神經網絡停車場空車位檢測方法。首先,根據車位只需用兩種狀態來表示其占空的特點,對傳統卷積神經網絡結構進行改進,提出迷你卷積神經網絡(mcnn)的概念;然后,通過減少網絡參數來減少訓練和識別時間,并在網絡中加入局部響應歸一化層以加強對明度的校正,以及使用小卷積核來獲取更多圖像細節;最后,對視頻幀圖進行手動掩碼設置,通過邊緣檢測切割成單個車位圖,并使用訓練好的mcnn進行車位識別。實驗結果表明,與傳統機器學習方式相比,基于mcnn的檢測方法識別率能提高3~8個百分點,同時網絡參數僅為常規使用卷積模型的1/1000,且在文中所述的幾種不同環境中,識別率的均保持在92%以上。實驗結果表明,mcnn可移植到低配置攝像頭,實現停車場空車位自動檢測。

為了有效的實現用于混合式電力電子斷路器的故障電流檢測,設計了一種基于神經網絡理論的短路電流檢測方法,其主旨是將動態神經網絡應用于故障電流的檢測,利用反饋神經網絡的歷史記憶效應,對信號進行預測比較,可實現一種有效的短路電流故障檢測。使用matlab神經網絡工具箱進行仿真,通過仿真產生模擬訓練樣本,以單相工頻基波疊加多次諧波分量,簡化時可用類正弦函數代替,仿真結果表明了該方法的有效性和快速性。

基于信息融合的網絡安全態勢評估模型 作者：韋勇，連一峰，馮登國，weiyong，lianyifeng，fengdengguo 作者單位：韋勇,馮登國,lianyifeng,fengdengguo(中國科學技術大學電子工程與信息科學系,合肥 ,230027)，連一峰,weiyong(中國科學院軟件研究所信息安全國家重點實驗室,北京 ,100190) 刊名： 計算機研究與發展 英文刊名：journalofcomputerresearchanddevelopment 年，卷(期)：2009,46(3) 被引用次數：14次 參考文獻(14條) 1.yinxiaoxin;yurcikw;treastermvisflowconneet:netflowvisualizationsoflinkrelationships

針對工業控制系統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算法優化bp神經網絡的入侵檢測模型.首先利用主成分分析法對原始數據集進行預處理,消除其相關性；其次利用adaboost算法對訓練樣本的權重進行不斷調整,從而獲得bp神經網絡最優權重和閾值；最后再通過adaboost算法將bp弱分類器組合成bp強分類器,從而實現工業控制系統的異常檢測.實驗結果表明該方法在對各攻擊類型的檢測率和測試時間明顯優于其他算法模型.

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變換相結合的圓檢測新方法。從圓的幾何性質出發,在圖像邊緣點上以過圓心且平行橫坐標的直線為對稱軸搜索對稱點集p1;然后圖像做旋轉變換,再次對稱點搜索并做反旋轉變換得到點集p2;利用圓的旋轉對稱性,圓上的點集即是點集p1與p2的交集,從而實現圓的檢測。實驗結果表明,該算法與當前應用最廣的rht、rcd圓檢測方法相比具有檢測速度快,實現簡單等優點。

考慮到功率控制對無線網絡性能的影響,討論了無線多跳網絡中的分布式功率控制問題。以網絡中每個用戶節點數據包傳送完成時間的最小化為目標,以凸優化為數學工具,考慮中斷現象對網絡性能的影響,把功率分配問題構造為一個凸優化問題,提出一種考慮中斷概率的分布式功率控制算法。仿真結果表明,該算法具有快速收斂性及有效性。

在現代橋梁多傳感器健康監測系統基礎上,建立了基于bp神經網絡的橋梁多傳感器信息融合系統.首先對橋梁不同斷面的傾角傳感器采集的樣本數據進行特征提取,并將特征值進行關聯組成特征序列,利用bp神經網絡在模式識別問題上的優勢,對特征序列進行信息特征層融合.通過仿真實驗,設計了可用于一般橋梁數據模式識別問題的3層bp神經網絡,且具有準確率高、收斂快的特點.

針對含關節點的工程網絡可靠性分析，提出了1種冗余子網消除技術。這種簡化技術利用關節點進行冗余子網識別和刪除，因此網絡可靠性可以在精簡網絡上快速計算。選取usai07數據集的部分網絡進行試驗。試驗結果表明，利用冗余子網消除技術，可大量降低網絡可靠性的計算時間，從而提高網絡可靠性分析算法的性能。

為了充分利用電力大數據中的異構數據源挖掘出電網中存在的安全威脅,采用深度受限玻爾茲曼機將不同格式的異構數據映射到統一的嵌入式向量空間,實現了異構數據的融合。采用循環神經網絡對得到的嵌入式向量數據建立畫像,實現了數據中異常事件的檢測。實驗結果表明,提出的異常檢測方法在提出的互信息量度量指標中具有很高的互信息量。此外提出的方法在準確率、誤報率和漏報率中的結果也優于其他異常檢測方法。

網絡工程設計是信息化建設的關鍵。本研究主要對網絡工程所涉及的相關知識和設計方法進行了闡述,并從網絡工程設計的要求和技術特點進行討論。

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神經網絡的優點,提出了基于主成分分析與bp神經網絡相結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行預處理,得到鋼絲繩斷絲信號主成分特征屬性,并以此作為bp神經網絡的輸入,建立鋼絲繩斷絲信號主成分特征屬性與斷絲數目之間的關系,并對鋼絲繩斷絲數目進行預測；主成分分析方法減少了原始特征屬性的維數,消除了屬性之間的相關性；同時,主成分特征屬性作為bp神經網絡的輸入,也簡化了網絡的結構。實例測試結果表明,基于主成分分析的神經網絡鋼絲繩斷絲檢測方法與常規bp神經網絡方法相比,具有更高的檢測精度和更少的計算量。

微波相移法原油含水率傳感器檢測是實現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律。由于礦化度的組份及含量與原油含水率檢測值的關系受多種因素的影響,很難建立準確的誤差補償模型。為此,建立誤差校正的bp神經網絡模型,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。數據對比結果表明:bp神經網絡預測模型優于多元線性回歸預測模型。

結構損傷檢測與識別對結構安全及人們生命財產具有重要意義.近年來結構損傷檢測中的神經網絡方法受到了廣泛的關注和研究.對神經網絡方法在結構損傷檢測中的研究進行了綜合論述,闡述了各類神經網絡方法在損傷檢測中的應用、輸入輸出數據的不同類型、結構建模誤差對檢測效果的影響和分步損傷檢測方法等,并對神經網絡方法在損傷檢測中的發展前景作了展望.

根據城市軌道交通網絡信息系統的等級保護難以落實等問題,分析城市軌道交通網絡信息系統結構和關鍵業務路徑特性,建立了spl的信息安全等級保護定級方法。該方法首先基于關鍵業務路徑影響強度將城市軌道交通網絡信息系統進行分解,進一步參照gb/t22240《信息系統安全等級保護定級指南》安全級別,通過spl計算方法實現對城市軌道交通網絡信息系統等級保護差異化定級。從而為城市軌道交通網絡信息系統適度安全保護提供基礎。

針對無線多跳網絡編碼的安全性問題,提出了一種融合時間戳和同態簽名的安全網絡編碼方法。在利用基于rsa的同態簽名方案抵御污染攻擊的基礎上,引入時間戳設計新型同態簽名方案來抵御網絡中的重放攻擊,以時間戳為源生成網絡編碼的隨機系數來保證簽名的同態性。重點分析了本方案產生隨機系數的方式對網絡編碼解碼概率的影響,并建立了攻擊模型證明方案可同時抵御網絡中的污染攻擊和重放攻擊。性能分析表明本方案與基于rsa的同態簽名方案開銷比值接近于1。

高校校園數據網絡建設是高校的重要基礎建設項目,是承載高校教學、科研等先進信息化教學環境的核心載體。文章以某校園數據網絡升級改造工程為依托,研究設計具備寬帶、可交互、專業性以及保障信息安全性的寬帶綜合校園網。對其無線網絡優勢、有線建設方案以及網絡安全解決方案進行深度剖析。最終設計并實現了高校校園完善的數據網絡,實現校園辦公網100g互通、寬帶上網以及全區域無線覆蓋,為高校校園網建設提供高效可行的實現方案。

火電廠中鋼球磨煤機筒內存煤量的測量問題一直是制粉控制效率低和自動控制難以投入運行的主要原因之一,針對d-s證據理論存在的不足,而利用神經網絡具有的自組織、自學習,并行分布處理、高度容錯性和魯棒性的特點,本文提出了一種將證據理論與模糊理論相結合的模糊證據理論方法并將其用于解決球磨機存煤量的測量問題。融合結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值范圍及變化趨勢,為球磨機自動控制的投入和運行操作提供了有效的保證。