基于层次分析和信息熵的塑料包装产品绿色度评价方法

根据塑料包装的生命周期过程,参考国内外的评价原则,确定了绿色度评价的一级和二级指标,运用层次分析法构建判断矩阵,确定主观权重值,通过信息熵进行数据的标准化处理,获得熵权,确定客观权重值,采用和积法计算各指标相对于塑料包装产品绿色度的综合权重值。结合行业相关标准和企业相关统计资料,构建各指标的隶属度函数,获得隶属度。通过综合重要度和隶属度的线形加权,得到塑料包装产品的绿色度。并以一款塑料包装产品为例,印证方法的可行性,为塑料包装产品绿色度的评价提供了有效参考。     

基于改进K均值聚类算法的燃气泄露检测研究

天然气管道会出现损坏现象导致天然气泄露,因此,快速准确地判断天然气的泄露具有重要意义。针对天然气泄露的检测问题,本文提出一种基于改进K均值聚类的检测方法。该方法在提取声发射信号特征的基础上,提出了基于数据点的邻点数目来选取初始聚类中心,并采用信息熵方法来确定聚类类别数目。实验结果表明,本文提出的方法较好了解决了原始K均值方法的问题,从而能准确地给出泄露检测结果。     

加权信息熵与增强局部二值模式结合的人脸识别

针对人脸识别因光照、姿态、表情、遮挡及噪声等多种因素的影响而导致的识别率不高的问题，提出一种加权信息熵（IEw）与自适应阈值环形局部二值模式（ATRLBP）算子相结合的人脸识别方法（IE （w） ATR-LBP）。首先，从原始人脸图像分块提取信息熵，得到每个子块的IEw；然后，利用ATRLBP算子分别对每个人脸子块提取特征从而得到概率直方图；最后，将各个块的IEw与概率直方图相乘，再串联成为原始人脸图像最后的特征直方图，并利用支持向量机（SVM）对人脸进行识别。在AR人脸库的表情、光照、遮挡A和遮挡B四个数据集上，IE （w） ATR-LBP方法分别取得了98.37%、94.17%、98.20%和99.34%的识别率。在ORL人脸库上，IE （w） ATR-LBP方法的最大识别率为99.85%；而且在ORL人脸库5次不同训练样本的实验中，与无噪声时相比，加入高斯和椒盐噪声后的平均识别率分别下降了14.04和2.95个百分点。实验结果表明，IE （w） ATR-LBP方法能够有效提高人脸在受光照、姿态、遮挡等影响时的识别率，尤其是存在表情变化及脉冲类噪声干扰时的识别率。     

基于信息熵—集对分析的煤矿隐患排查治理风险评估模型

以煤矿安全隐患排查治理风险为研究对象，分析隐患排查闭环管理全过程，并基于此建立了隐患排查治理能力纵向评估指标体系，融合熵值法和集对分析理论，建立了煤矿安全隐患排查治理风险纵向评估模型，为企业更好地了解自身隐患排查治理能力及变化发展趋势提供参考，最后进行了实例分析。     

基于信息熵的软件攻击面威胁评估方法研究

随着网络科技的不断进步,传统的软件攻击面威胁评估方法,在面对层出不穷的软件攻击方式时对攻击面威胁的评估与处理分离,因此威胁评估效率低,无法实现对软件攻击面威胁的精准评估.针对这一问题,进行基于信息熵的软件攻击面威胁评估方法研究.通过确定软件攻击面的威胁评估指标,建立软件攻击面二级威胁指标赋值矩阵,基于信息熵计算软件攻击面威胁权值,评估软件攻击面威胁.通过对比实验证明基于信息熵的软件攻击面威胁评估方法可以提高软件攻击面威胁评估的威胁评估效率.     

基于改进TOPSIS法的波浪能发电项目选址

为使波浪能发电产业化项目选址更具科学性及实用性,利用改进的TOPSIS法进行了定量的评价计算。改进的TOPSIS法是指利用信息熵确定各方案到正负理想解方案的权重,并据此给出一种新的评价准则。数值实验表明,它比传统的TOPSIS法更能区分方案的差异性,对优化波浪能发电项目选址具有重要意义。     

基于多尺度特征融合的供输弹早期故障诊断

对于供输弹系统早期故障信息易被湮没难以识别的问题,提出了基于多尺度特征融合的早期故障识别方法。首先通过变分模态分解(VMD)对振动信号进行分解得到不同时间尺度的分量信号,然后对各分量信号分别提取盒维数、信息熵特征,并进一步通过主分量分析(PCA)对上述两种特征进行融合,得到累计贡献率的前3个主分量组成的融合特征,最后通过概率神经网络PNN分别对上述三种特征进行分类比较,结果表明融合后的特征对供输弹系统3种工况有更高的正判率,对供输弹系统早期故障预兆更敏感,能对供输弹系统早期故障作出有效诊断。     

一种基于复合特征的恶意PDF检测方法

为了提高特征有效性和扩大检测范围,提出在提取PDF文件的恶意结构特征的基础上再提取JavaScript的恶意特征;为了减少检测时间,提出在特征提取前,增加基于信息熵差异的预检测过程。先利用恶意PDF和良性PDF的信息熵差异筛选出可疑PDF文件和良性PDF文件;然后在检测过程中,提取可疑PDF文件的结构和JavaScript特征;再利用C5.0决策树算法进行分类;最后,通过实验检测,验证了提出的方法对恶意PDF文件检测有效。实验结果表明,与PJScan,PDFMS等模型做对比,该方法检测率比PJScan高27.79%,时间消耗低390 s,误检率比PDFMS低0.7%,时间消耗低473 s,综合性能更优。