排序方式: 共有74条查询结果,搜索用时 15 毫秒
51.
在组播安全技术中,源认证技术一直是其主要的问题。文中就基于消息认证码的源认证技术(TESLA)进行了详细的分析和研究,对其存在的问题进行了改进,并给出了在此认证技术中关键参数——公开延迟时间间隔——的计算方法,最后给出了实验结果。 相似文献
52.
53.
车牌定位是车牌识别系统中的关键环节,定位的准确率是衡量系统性能的重要技术指标.针对预处理后的灰度图像,利用了数学形态学的腐浊、膨胀以及开、闭等运算,消除无用信息和噪音,然后计算出图像中连通区域的面积,并根据图像的实际情况确定面积阈值.研究并提出了基于形态学综合考虑车牌特征的算法.给出了从图像预处理到车牌定位的完整实现过程及结果.实验分析表明该算法克服了单一特征算法因不完备而引起识别率低的缺点,具有良好的定位效果. 相似文献
54.
针对空调负荷预测实际应用中容易存在数据散杂且可用信息匮乏的问题,从负荷序列的非线性、非平稳性和随机性出发,提出了一种基于变分模态分解(VMD)的负荷预测方法.对不同数据特征序列考虑不同算法的数据观测与训练原理差异,充分发挥各个模型优势.首先采用随机森林(RF)进行特征选择,利用VMD将负荷序列按趋势分量、平稳分量和噪声分量进行分类重构,并分别对非线性序列建立最小二乘支持向量机(LSSVM)预测模型,时序平稳序列建立极端梯度提升(XGBoost)预测模型,采用正态分布拟合随机误差,得到各子序列预测结果并进行叠加输出最终负荷预测结果.实验结果表明,所提方法能准确反映负荷的特性并具有更好的预测精度,能有效预测空调负荷,为空调节能优化控制策略提供依据. 相似文献
55.
为了提升建筑能耗预测的精度、鲁棒性和泛化能力,提出树种算法(TSA)优化的径向基函数(RBF)神经网络与长短时记忆(LSTM)神经网络结合的混合预测模型. 采用基于自适应噪声的完全集成经验模态分解算法,将建筑能耗数据分解为1组本征模态函数(IMF)分量和1个残余分量,利用样本熵算法将各分量划分为高频分量和低频分量. 采用最小绝对收缩与选择算子(LASSO)方法进行特征选择. 分别利用TSA算法优化后的RBF模型与LSTM模型对低频分量和高频分量进行预测,并叠加重构得到最终预测结果. 模型评估结果表明,混合预测模型的精度为98. 72%. 相比于RBF、TSA-RBF、LSTM模型,所提模型的预测效果更好,且具有较强的鲁棒性和泛化能力,能够更为有效地用于建筑逐时电力能耗预测. 相似文献
56.
随着油田开发的不断进行,许多低渗透油田进入含水期,产油量逐渐下降、含水上升,使油田生产面临着严峻考验,以往大多采用人工隔层控缝高的方法来控水压裂,而对现有井网与人工裂缝的匹配关系确定剩余油的分布研究较少,对于在多层中既控水压裂又有效提高多层中剩余油分布的压裂工艺研究更少。在前人研究基础上,分析应力特征与井网的特点,判断剩余油分布及裂缝特征,对多层进行投球和新型改变润湿性堵水剂的控水压裂,同时对裂缝转向有利方位提出转向压裂技术,实现了多薄层分层、控水与压裂一体化的工艺技术,使工艺技术的针对性更强,现场应用初见成效,对我国目前大部分中高含水油田后期剩余油的储层改造工作提供一定借鉴意义。 相似文献
57.
58.
基于特征挖掘的ARIMA-GRU短期电力负荷预测 总被引:2,自引:0,他引:2
针对短期电力负荷随机性较强、预测精度较低的问题,提出了一种基于混沌理论、变分模态分解VMD(variational modal decomposition)、整合移动平均自回归ARIMA(autoregressive integrated moving average)模型和门控循环单元GRU(gated recurr... 相似文献
59.
廊固凹陷是油气勘探的老区,试油证实多口井获得工业油气流,实现了规模整装储量发现.这些成果的取得为发现气层、评价气层、解放气层即找气、试气方面都积累了丰富经验.实践使我们认识到:综合利用各种资料解释气层可以大大提高解释符合率,常规录井、气测录井、测井等各种方法有机结合,是发现气层、识别气层的最有效的办法.中子伽马(NG)时间推移测井仍然是识别气层的有效实用技术.APR-TCP联作和一点法求取气体无阻流量等参数是目前气井测试的适用技术.天然气体积压缩系数大,与油层相比受钻井液滤液的伤害更严重,使用优质轻钻井液、保护油气层是找气、试气的重要前提.同时有许多问题还有待深入研究和思考. 相似文献
60.
针对传统热负荷预测面向单栋住宅,预测负荷无法满足小区级换热站及热网优化调控需求的问题,提出一种基于卷积神经网络(CNN)的高层住宅建筑群热负荷混合预测模型。首先,引入建筑体形参数,利用LASSO模型对热负荷影响因素进行筛选;然后,采用缎蓝园丁鸟优化(SBO)算法优化CNN;最后,利用西安市10个住宅小区的相关运行数据对所提模型进行训练和测试。实验结果表明,输入参数引入建筑体形参数后,模型预测精度更高;经SBO算法优化后的CNN模型较传统CNN模型具有更好的拟合优度、预测精度和泛化能力,满足工程实际需求。 相似文献