计算机
为了解决传统大数据访存踪迹聚类方法缺少对攻击访存模式相似度的测量,导致聚类数据量少、精准度较低等问题,提出新的模拟DDoS攻击场景下大数据访存踪迹聚类方法。方法通过分析目标大数据访存系统层次,得到访存系统的层次模型。参考Snorth系统规则库对模型进行特征提取,获得大数据访存踪迹特征,得到两种DDos攻击模式。再使用Levesh-tein长度度量测量攻击访存模式之间的相似度,并通过计算相似度结果得到大数据访存踪迹序列。根据粗糙集拟定上近似与下近似阈值,完成对大数据访存踪迹聚类。仿真结果证明,新方法可以对大数据访存踪迹进行精准聚类,且聚类效率较高。
无摘要
针对软件即服务(一种由工作流引擎驱动业务流程的基于微服务架构的框架作流引擎责分离(被独立设计开发,工作流组件将解耦的业务组件串联,驱动完成完整的业务流程,验证了以及
为了准确检测复杂背景下的显著区域,提出一种全卷积神经网络与低秩稀疏分解相结合的显著性检测方法,将图像分解为代表背景的低秩矩阵和对应显著区域的稀疏噪声,结合利用全卷积神经网络学习得到的高层语义先验知识,检测图像中的显著区域.首先,对原图像进行超像素聚类,并提取每个超像素的颜色、纹理和边缘特征,据此构成特征矩阵;然后,在MSRA数据库中,基于梯度下降法学习得到特征变换矩阵,利用全卷积神经网络学习得到高层语义先验知识;接着,利用特征变换矩阵和高层语义先验知识矩阵对特征矩阵进行变换;最后,利用鲁棒主成分分析算法对变换后的矩阵进行低秩稀疏分解,并根据分解得到的稀疏噪声计算显著图.在公开数据集上进行实验验证,并与当前流行的方法进行对比,实验结果表明,本文方法能够准确地检测感兴趣区域,是一种有效的自然图像目标检测与分割的预处理方法.
无摘要
电动汽车动力电池是分布式储能的重要组成部分.对此,基于信息物理社会(CPSS)融合系统理论,深度融合信息(对私家车出行的调查数据)、物理(动力电池的充放电物理模型)以及社会(实际用户对电价或激励的响应)因素,借鉴平行系统思想,以软件定义的方式构建映射真实电动汽车群体的平行人工电动汽车群体,研究电动汽车作为分布式储能参与储能汇聚复用的可行性和有效性.以参与辅助电网平抑区域负荷波动为例,采用蒙特卡洛方法和中心极限定理,得到不同场景下人工电动汽车群体的日充放电曲线,并进一步完成以下仿真实验:1)给定价格策略下,不同理性程度的用户充放电行为差异;2)不同价格策略下,电动汽车群体充放电行为对区域负荷方差的影响和相应的电网成本与收益;3)不同动力电池参数下,电动汽车群体接入电网后区域负荷方差缩减量变化.得到的仿真结果可以为电网制定合理的价格策略提供指导,也为挖掘影响电动汽车作为分布式储能帮助降低区域负荷方差的关键因素提供依据,并从源头上为电动汽车有序接入电网提供技术支撑.
无功补偿对电网减少线路损耗、提高故障应对能力和稳定性等有着显著作用.为此,基于电网拓扑电气介数模型,针对有限经济约束的电网输电线路N-1故障,考虑电网系统无功补偿的经济性约束和潮流方程电气约束,建立包括最小发电费用、最大网损降幅和最优裕度提升为目标函数的优化模型,求解输电线路N-1故障情况下的无功补偿策略的最优选址定容.最后,考虑到构建的混合整数非线性模型的复杂性与难以凸化松弛,通过改进的精英策略的自适应遗传算法求解最优潮流问题,并通过IEEE-14节点标准测试系统进行算法验证,从而表明所提出算法的有效性以及策略的可行性.
道线检测算法。在鸟瞰图上进行颜色分割,再根据像素分布直方图和上帧信息,动态选择滑动窗口方法提取车道线像素点,并使用最小二乘法进行二次多项式曲线拟合。利用视频图像的多帧平均化,增强算法的鲁棒性。实验结果表明,该算法能很好地应对光线明暗变化,车道线污损、遮挡等多种复杂道路环境,具有良好的准确性和鲁棒性。
随着计算机网络技术的不断发展,网络工程专业对人才需求的也越来越高。本文针对当前网络工程专业实践教学中存在的问题,提出了实践教学改革中几点措施,为今后提高教学质量,培养与市场发展相一致的、有一定实践能力和创新能力的应用型人才提供了新的方法。
提出一种基于Q-learning算法的建筑能耗预测方法. 通过将建筑能耗预测问题建模为一个标准的马尔科夫决策过程, 利用深度置信网对建筑能耗进行状态建模, 结合Q-learning算法, 实现对建筑能耗的实时预测. 通过美国巴尔的摩燃气和电力公司公开的建筑能耗数据进行测试实验, 结果表明, 基于本文所提出的模型, 利用Q-learning算法可以实现对建筑能耗的有效预测, 并在此基础上, 基于深度置信网的Q-learning算法具有更高的预测精度. 此外, 实验部分还进一步验证了算法中相关参数对实验性能的影响.
随着智能化供水管网系统的发展,二维供水管网系统已经无法满足日常工作的需要,无法真实反映管网之间的空目前,三维供水管网系统发展较快,出现了众多产品,满足了在三维展示查询等方面的应用,而在管网分析方面间关系、大多以二维分析为主,缺乏高程地形数据,三维分析效果差技术平台,文中结合高程地形图横剖面分析算法和纵剖面分析算法,并实现了基于三维地形和三维供水设计了基于流向的爆管分析算法、管网的分析算法横剖面分析算法和纵剖面分、准确性和三维展示的效果上体现了较好的效果,为三维管网三维分析算法的研析算法进行了实验分析,在算法的可行性、究提供了一种新的技术参考
传统离焦图像多视角模糊特征自动补偿方法存在着图像信息丢失率大、图像补偿完整度低的弊端。为了解决上述问题,提出离焦图像多视角模糊特征自动补偿方法研究。为了得到更好的模糊特征补偿效果,对离焦图像形成过程进行分析,以此为基础,对离焦图像多视角模糊模型进行构建,以构建的离焦图像多视角模糊模型为工具,采用聚类算法对离焦图像模糊特征进行相应的提取,以提取的离焦图像多视角模糊特征为基础,采用补偿算法对离焦图像多视角模糊特征进行处理,实现了离焦图像多视角模糊特征的自动补偿。通过仿真对比实验得到,与现有的三种离焦图像多视角模糊特征自动补偿方法相比较,提出的离焦图像多视角模糊特征自动补偿方法极大的降低了图像信息丢失率,提升了图像补偿完整度,充分说明提出的离焦图像多视角模糊特征自动补偿方法具备更好的补偿性能。
针对粒子群优化(PSO)算法容易陷入局部最优、收敛精度不高、收敛速度较慢的问题,提出一种基于分层自主学习的改进粒子群优化(HCPSO)算法。首先,根据粒子适应度值和迭代次数将种群动态地划分为三个不同阶层;然后,根据不同阶层粒子特性,分别采用局部学习模型、标准学习模型以及全局学习模型,增加粒子多样性,反映出个体差异的认知对算法性能的影响,提高算法的收敛速度和收敛精度;最后,将HCPSO算法与PSO算法、自适应多子群粒子群优化(PSO-SMS)算法以及动态多子群粒子群优化(DMS-PSO)算法分别在6个典型的测试函数上进行对比仿真实验。仿真结果表明,HCPSO算法的收敛速度和收敛精度相对给出的对比算法均有明显提升,并且算法执行时间和基本PSO算法执行时间差距在0.001量级内,在不增加算法复杂度的情况下算法性能更高。
变压器是电力系统关键的一次设备,其故障直接影响到电网的安全可靠水平,因此开展变压器的故障风险分析理论模型研究具有重要的意义。给出了用于描述变电设备故障模式的因果网络图与链条模型及其基本特点,并在此基础上给出了变压器故障风险的定性分析模型。通过变压器绕组短路的案例分析表明,提出的故障风险分析定量模型能够有效预估变压器的故障风险,并能确定变压器的维修费用与维修时间。
介绍了一种大型阵面天线的自动展开和折叠的实现方法,描述了大阵面展开系统的原理及组成,并介绍了折展机构设计、自动展开撤收控制等关键技术。该大型天线自动展开撤收装置已成功应用于某地面雷达,通过使用验证,性能良好,可靠性高。
提出一种反向学习全局和声搜索(OLGHS)算法.基于反向学习技术初始化和声记忆库,提高初始和声向量的质量;通过当前最差和声向当前最优和声学习进化,提高算法的全局搜索性能;通过其他和声向量之间不断回溯交互的随机学习策略,提高算法局部搜索性能;用由两种不同学习策略随机交叉动态产生的新和声与反向和声二者较优的个体更新和声记忆库,提高算法的搜索性能.将OLGHS算法与其他启发式优化算法以及目前文献中较优的改进HS算法进行性能测试,测试结果表明OLGHS算法具有较高的寻优精度和较快的收敛速度.
无摘要
无摘要
为实现SpaceFibre标准协议中网络层的功能,提出一种以FPGA为核心的路由器设计方案%根据协议的规范,设计出5个端口的路由器,包括4个普通端口和1个配置端口,每个普通端口有4条虚拟通道。考虑到虚拟通道路由依然存在数据阻塞的可能,在交叉开关矩阵(CrossBar)结构上增添轮询仲裁的路由算法%用Venlog代码实现该路由器功能,使用XC6SLX9型号的FPGA进行Modelsim的仿真,验证了该设计方案的正确性和有效性。
六自由度平台测控系统是六自由度平台的电气控制部分,它通过对六路液压缸的实时闭环控制,实现对平台位姿的控制;该测控系统采用NI的计算机,配置多种类型的PXI板卡,实现了对平台的电压、电流、数字IO、CAN总线等多种接El类型的测量和控制,满足了可靠性需求;采用了典型的上下位机控制,分别进行实时计算与任务管理,解决了实时性的控制需求;采用NI的虚拟仪器Labview开发测控软件,完成实时计算平台的正解与反解模块,作动器闭环控制等功能,增强系统的功能和灵活性;目前六自由度平台测控系统的硬件部分和软件部分都已经通过了调试,对系统进行了正弦运动和暂态特性测试,实验结果表明,运行速度快,满足了平台的控制要求。