日韩av在线一区二区三区,久久久久久草,日韩亚洲在线观看

基于残差网络和深度学习的入侵检测方法研究[通信与网络][通信网络]

针对工业互联网攻击流量特征复杂以及深层神经网络易发生退化的问题，提出了一种基于残差网络和深度学习的入侵检测方法，实现了将一维卷积神经网络与门控循环单元残差连接的网络模型。使用CSECICIDS2018数据集和密西西比州大学的天然气管道数据集进行实验，结果表明，此方法在各个评价指标上均优于其他经典机器学习算法，具有较好检测性能和泛化能力，证明了其在工业网络环境中的可靠性及应用价值。

發表于：2023/4/7 上午10:57:00

MBSE在机载机电计算机研制过程中的应用探索[电子元件][航空航天]

随着飞机系统的多电化、智能化发展，机载机电计算机高集成度化，系统架构和接口设计愈发复杂。随着机载机电计算机研制周期、成本的不断增加，质量问题日益突出。针对复杂机载机电计算机严峻的质量形势，提出使用基于模型的系统工程（Model-Based System Engineering，MBSE）方法，以模型和标准图形化方式对系统研制的行为过程进行描述，来解决复杂工程问题。实现了MBSE在机载机电计算机研制流程中的本地化，将验证环节前置，提升了研制质量，对其他复杂计算机类系统有借鉴意义。

發表于：2023/3/29 下午5:34:48

一种服务于K-means的初始中心选取方法[其他][数据中心]

聚类是数据挖掘领域最重要的技术之一，K-means是其中使用频率最高的举足轻重的聚类算法。然而，K-means算法表现严重依赖于初始中心，选取多少个初始中心以及选择哪些数据点作为初始中心对K-means算法十分重要。基于此，提出一种初始中心选取方法DPCC（Density Peak Clustering Centers）。DPCC方法基于密度和距离生成一个选取决策图，将数据集中所有的密度峰值点凸显出来。这些密度峰值点即为DPCC方法为K-means算法提供的初始中心。实验表明，DPCC方法不仅可为K-means提供初始中心数量，还能有效提高K-means算法的准确度，并缩减K-means算法的执行时间。

發表于：2023/3/29 下午5:17:47

采集设备接入的框架设计与实现[嵌入式技术][物联网]

随着嵌入式技术和网络通信技术的快速进步，物联网近些年来也有很大的发展，大量不同类型的终端设备都需要接入到网络中。但整个物联网结构从物理层、网络层再到应用层，每层之间采用不同的通信协议，这大大增加了集成系统实现的困难。提出一种支持自定义协议、多种终端设备的物联网接入框架的设计方案，并据此研制软件系统。通过自定义协议接入不同的设备，增强系统的扩展性和互操作性，并可以灵活处理设备的数据与事件。

發表于：2023/3/29 下午5:13:08

面向云计算环境的CFD数据可视化分析服务[其他][数据中心]

针对目前CFD（Computational Fluid Dynamics）软件数据可视化分析所需计算量大且操作不灵活的问题，面向CFD数据可视化分析需求，实现了一个CFD数据可视化分析服务原型软件。在该原型软件中，研究了自适应客户端的服务自适应QoS（Quality of Service）优化技术，降低不同客户端计算环境对服务质量的影响；研究设计了基于消息中间件的服务集成接口，提高了服务使用的灵活性。面向云计算环境的CFD数据可视化分析服务发挥了云端服务器的性能优势，应用了“云+端”的开发新模式，具备灵活性和可扩展性。

發表于：2023/3/29 下午4:51:16

数值预报中试系统设计与关键技术实现[其他][数据中心]

气象数值预报模式是数值天气预报业务的重要基础，模式的研发改进需要在高性能计算环境中不断地开展模拟试验来检验评估预报效果。针对气象科学家手工编排批处理脚本开展数值模拟试验方式中存在的不便捷、耗时长、不可见、底层细节复杂、试验分析比对困难等问题，采用C/S架构，基于Python和工作流技术，设计实现了可视化界面交互“建模-计算-监控-分析-管理-共享”全流程集成应用的数值预报中试系统。应用结果表明，系统提升了模式研发试验效率和高性能计算机系统的易用性，在数值天气预报模式研发中试中发挥重要支撑作用，扩展性良好。

發表于：2023/3/29 下午4:26:19

基于智能电网的频谱感知算法研究[通信与网络][智能电网]

宽带微功率（Broadband Micro-Power， BMP）无线通信系统是为满足智能配用电系统的通信需求，在非授权频谱资源上研究开发的电力无线专网系统。认知无线电（Cognitive Radio， CR）的频谱感知技术的引入，虽缓解了目前智能电网频谱资源紧张的问题，但系统在低信噪比下单用户的感知准确性仍需提高。针对上述问题，提出一种基于变步长的最小均方（Variable Step Size Least Mean Square， VSS-LMS）频谱感知算法。该算法在对原始发送信号幅度进行迭代估计时，增加两个参数作为调节器，可以灵活地调整步长，并对误差信号进行平滑处理，从而解决收敛速度与稳态误差的矛盾，实现高效的频谱感知。仿真实验表明，该算法不仅具有较好的收敛性，且在低信噪比下仍有较好的检测性能。与能量检测算法和LMS频谱感知算法相比，该算法使系统的频谱检测性能得到提升。

發表于：2023/3/29 下午3:56:00

基于NOMA的D2D用户和蜂窝用户通信方案[通信与网络][通信网络]

LTE网络采用非正交多址来增强网络容量，采用D2D来提高频谱效率；让D2D用户使用非正交多址技术共享蜂窝用户的频谱资源可以缓解当下频谱资源短缺的问题，但也会在D2D用户和蜂窝用户之间引入干扰。提出了一种基于非正交多址技术（Non-orthogonal Multiple Access，NOMA）的D2D用户和蜂窝用户的共享研究方案，对于蜂窝用户和D2D用户之间的干扰采用SIC技术消除。该方案不仅通过调整用户的传输功率来优化系统的吞吐量，而且提高了边缘用户的性能。仿真结果表明，基于NOMA的D2D用户和蜂窝用户之间的通信方案在性能上优于传统的蜂窝资源分配方案和干扰控制方案。

發表于：2023/3/29 下午3:29:00

风电场智能钥匙安全管控系统的研发与应用[通信与网络][信息安全]

风电场锁具与钥匙管理的信息化和智能化是进一步提升风电场运维管理水平的关键。设计出一种用于风电场的智能钥匙安全管控架构；再结合提出的近距离无线通信抗干扰技术、密钥加密、动态攻击检测技术，研发出了一套风电场智能钥匙安全管控系统。系统能实现开闭锁信息追溯、风险防控等功能，提升了风电场运维的网络化、数字化、智能化水平。

發表于：2023/3/29 下午3:23:00

基于改进EO-BP神经网络的高压线损预测[测试测量][智能电网]

针对高压线损预测精度不高的问题，提出一种基于均衡优化器（Equilibrium Optimizer，EO）和BP神经网络相结合的线损预测模型。首先，为了提高EO算法的寻优能力，利用多种混沌映射关系初始化种群，使种群多样性增加，全局搜索能力得到改善；同时，采用物竞天择概率跳脱策略改进EO算法，使模型依概率跳出局部最优而收敛于全局最优解。其次，采用改进的EO算法对BP神经网络的权值和偏置进行优化，进而改善BP神经网络的预测效果。最后，实验结果证明，所提线损预测模型相对于回归模型、BP神经网络模型、模拟退火算法优化BP神经网络模型和EO优化BP神经网络模型具有更高的预测精度。

發表于：2023/3/29 下午3:19:00