排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
在基于网络流量分析, 被动式的网络设备识别研究中, 网络流量数据中往往存在许多高维数据, 其中的部分特征对设备识别贡献不大, 甚至会严重影响分类结果和分类性能. 所以针对这个问题本文提出了一种将Filter和Wrapper方式相结合, 基于对称不确定性(SU)和近似马尔可夫毯(AMB)的网络流量特征选择算法FSSA, 本文提出的方法首先利用对称不确定性算法选择出对于各个类别具有分类贡献的特征, 去除不相关的特征属性; 然后在候选特征子集中利用近似马尔可夫毯算法删除冗余特征, 最后采用Wrapper方式基于C4.5分类算法, 进行最后的特征优选. 实验表明, 该方法下选择出的特征对网络设备操作系统类型识别的精确率相较于经典的特征选择方法有了一定的提高, 在小类别数据上的召回率也得到了提升. 相似文献
2.
3.
4.
网络异常检测技术成为入侵检测领域的重点研究内容, 但由于目前网络异常检测大多都停留在单点网络异常检测, 对不断更新的联合异常攻击和恶意软件无法做出快速及时的相应. 本文提出了一种基于图神经网络的工控网络异常检测算法, 融合网络节点自身属性以及网络拓扑结构中邻域节点的信息实现对网络异常的检测. 首先, 每个网络节点获取蕴含了连接节点的特征信息以及节点之间交互信息的状态向量; 其次, 每个节点使用不动点理论对网络进行迭代更新; 最后, 根据节点自身信息以及邻域节点信息通过神经网络提取更高层次的特征作为该节点的表示, 最后用聚类进行工控网络节点异常行为检测. 实验结果表明, 本文提出算法在具有较高检测率的同时, 也具有较高的鲁棒性. 相似文献
5.
6.
目前基于相似度的聚类方法对风电出力场景进行聚类划分,而相似度又大多采用欧式距离长短作为衡量依据,其结果反映时间序列曲线的幅度大小差异,未能反映出曲线的形态特征及变化趋势的不同.本文提出一种基于高斯混合聚类的风电出力场景划分的方法,即通过属于某一类的概率大小来判断最终的归属类别.首先根据BIC准则,肘部法则和轮廓系数分别确定GMM聚类和K-means聚类的最佳数量,然后以某地区实际风电为研究对象,提取该地区3年春季风电出力典型场景,并对这两种聚类结果进行对比分析,验证本文方法的有效性.最后通过GMM聚类模型提取该地区各个季节风电出力典型场景. 相似文献
7.
8.
一种集成CORBA 与Web Services 的中间件 总被引:1,自引:0,他引:1
随着中间件技术的发展和电力应用系统研究的逐渐深入,很多中间件技术被应用到电力应用系统领域。针对中间件在电能量管理系统中的应用进行了研究,综合考虑CORBA与Web Services这两种主流分布式体系结构的优缺点,提出了一种CORBA与Web Services的集成方法。在此基础之上,设计并实现了一种中间件,解决异构电力应用系统之间信息共享的问题。经过实际应用表明,本中间件极大的方便了分布式电能量管理系统中的信息共享,大大的提高了电力企业的运营效率。 相似文献
9.
榆次市化肥厂以晋城白煤做原料,从今年四月以来,以1∶1的比例掺烧本地北山煤,针对北山煤机械强度、热稳定性差的特点,改8~#风机为9~#风机,炉管由星形结构改为塔式,制定了“二高一中一低”的操作法。掺烧北山煤以来,每月原料煤的成本下降二万余元,经济效益显著。 相似文献
10.
在实际应用场景的配电网故障占电网总故障的80%以上,并且配电网故障的预测一直以来都是比较困难的课题.本文在国家电网提出“泛在物联”的号召下,分析了学者们在此问题上的研究成果后,结合图神经网络的思想提出了一种基于图神经网络的配电网故障预测方法.参考了现在常用的图神经网络设计框架,详细的设计了节点信息汇集函数、预测函数和损失函数,并根据算法流程测试选定了合理的深度参数.算法充分考虑了相连节点间的互相影响,使用真实的电网运行数据对在该课题上常用的其它两种算法的横向比较,实验表明算法在精确度上提高了3.0%,并具有更强的鲁棒性. 相似文献