网络流量特征选择方法中的分治投票策略研究

特征选择作为机器学习过程中的预处理步骤,是影响分类性能的关键因素.网络流量具有数据量大,特征维度高的特点,如何快速提取特征子集,并提高分类效率对于基于机器学习的流量分类方法具有重要意义.本文提出基于分治与投票策略的特征提取方法,将数据集分裂为多个子集,分别执行特征提取算法,利用投票方法获得最后的特征子集.实验表明可有效提高特征提取的时间效率,同时使分类器取得良好的分类准确率.     

二次特征提取及其在说话人识别中的应用

传统的特征提取方法在处理小范围的说话人识别时尚可为之，但是在较大用户群的情况下，由于特征覆盖范围不够导致性能下降。鉴于此，本文提出了一种新的二次特征提取方法，它通过综合运用加权、微分、组合、筛选等方法，进一步挖掘说话人语音背后的隐性个性差异。在采用138人的YOHO数据库上进行的说话人识别测试中，其性能优于传统的特征提取方法。     

基于分治策略与指导抽样的二视运动分割

动态场景运动分割作为计算机视觉领域的一个重要研究方向,在图像检索,运动分析,场景解释中均有广泛应用。该问题的关键在于如何同时确定出运动模型的个数和对应的运动参数。区别于以往的全局聚类和随机抽样方法,提出一种基于由分治策略和指导抽样的二视场景运动分割方法,无需对运动类型个数进行任何预先假设,通过指导抽样和分治处理保证准确性和高效性。实验表明该方法能够给出满意的运动分割结果。     

基于二次特征提取和BiLSTM-Attention的网络流量异常检测方法

针对传统的网络流量异常检测方法存在识别准确度低、表征能力弱、泛化能力差,忽略了特征之间的相互关系等问题,该文提出一种基于二次特征提取和BiLSTM-Attention的网络流量异常检测方法。通过使用双向长短期记忆网络(BiLSTM)学习数据之间的特征关系,完成数据的一次特征提取,在此基础上,定义一种基于注意力机制的特征重要性权重评估规则,依据特征重要性大小对BiLSTM生成的特征向量给予相应的权重,完成数据的二次特征提取。最后,提出一种“先总分后细分”的设计思想构建网络流量异常检测模型,实现多分类网络流量的异常检测。实验结果表明,该文所提方法在性能上要优于传统单一的模型,并且具有良好的表征能力和泛化能力。     

带电二次电缆识别仪的研制

变电站内二次检修工作中涉及大量二次电缆识别工作。由于缺乏直接、有效、迅速的识别工具,识别电缆时间过长,导致检修工期过长,且不能保证准确率。针对现状,文章介绍了一种新型电缆识别仪,利用电磁感应原理,在电缆首端发射一小电流信号,通过对比不同电缆末端的信号强度,找出待识别的电缆。使用该仪器后,电缆识别迅速、准确,识别时间缩短50%以上,识别准确率可达100%。     

基于非递归分治算法的应用研究

针对使用分治算法时递归算法也容易同时应用在设计之中，给程序带来了运行效率较低，耗时多并大量占用存储空间等一系列问题，面对这些问题，提出在分治算法的基础上实现非递归，实现在计算机处理某些比较复杂的问题时，减少某些程序的反复执行，节约空间和减少时间复杂度，提高程序效率。     

一次泵变流量系统在空调系统中的应用

介绍了一次泵变流量系统的可行性、与传统冷冻水系统的技术及经济性比较、控制系统，简述设计中应注意的问题以及还需探讨的问题。     

电流互感器二次负载的计算及选择

电流互感器是用一种将大电流按照一定的变比变换成小电流的仪器,当电流互感器用于电路时,可作电流、电能、功率测量和继电保护及自动化设备的辅助装置,它将大电流变换成小电流——现在在厂站中大多变换成1A的电流,供给二次回路测量仪表和继电保护等设备用,从而保证测量仪表及其他装置的安全,并使其便于工作。对电流互感器的二次负载的计算有利于进行负载的匹配,确保其准确度。本文对完全星形接线及不完全星形接线下,不同故障反映的二次负载进行了计算。     

基于某型机的二次雷达信息处理技术的研究

从某型机的实际工程背景出发,对其协同敌我识别系统的工作原理和实现方法进行了研究,特别对询问、应答信号编码和解码的实现方法进行了探索。多个设计实例验证和背景工程实验的验证都取得了令人满意的结果,表明了该方法的有效性和较好的可靠性。     

继电保护二次回路的维护策略分析

阐述电力系统中的继电保护二次回路维护的价值,提出电力系统中的继电保护二次回路维护策略,包括定期检查、动态测试。通过对关键元件的定期检查和维护,可以确保继电保护系统正常运行。     

基于二次网格的字符图像特征提取方法

为了提高字符识别率,克服传统字符特征提取方法复杂、计算量大等问题。文中提出了一种基于二次网格化的字符特征提取方法。将字符二值图像划分为4个网格,提取出字符轮廓的曲率特征;并将字符图像划分为32个网格,依次提取出各自网格的占空比、质心、散度3组特征。该方法兼具结构特征与统计特征的优点,对笔画结构相近的字符较易于区分,该方法抗干扰能力强,且足够稳定。通过对1 500张字符二值图像进行实验,其结果表明,该方法对字母与数字的识别准确率达到了97%以上,相较于其他特征提取方法有大幅提高。     

基于目标运动分辨技术提取导弹目标运动特征

空间运动特征是导弹目标识别所依据的主要目标特性之一。本文基于目标运动分辨(TMR)技术，研究了导弹目标空间运动特征提取的方法与处理步骤，并用实测数据进行了验证。     

非相参雷达飞机目标特征提取

本文从分析目标回波序列的动态特征出发,着重研究了这些动态特征的建模问题。根据建立的模型,采用D-S证据理论方法,对实测四类编队飞机目标回波数据进行了融合识别,试验结果验证特征描述的合理性,以及基于特征的统计模型的有效性。     

基于时空特征提取的智能网络切片算法

5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务.然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理.为了准确适配业务需求的时空变化,提升切片性能,考虑采用深度强化学习的人工智能算法对切片资源进行实时管理,提出了基于...     

辐射源个体特征提取技术综述

特征提取是辐射源个体识别技术的关键,也是实际应用中必须解决的首要问题.从接收信号的暂态和稳态两个方面对现有的个体特征提取技术进行了综述,指出各种特征提取技术的适用范围及关键问题.同时结合个体识别接收设备需要,对所提取的特征参量在工程应用中的测量条件及局限性进行了归纳分析与对比.最后,指出了目前辐射源个体特征提取技术存在...     

雷达高分辨距离像的特征提取算法研究

针对高分辨距离单元内目标散射点的复杂特性, 从散射点模型理论出发, 对目标散射点模型进行深入研究, 分析了传统目标特征提取算法的局限性。给出了一种改进的特征提取方法, 该方法首先对距离单元内的散射点进行预处理, 去除噪声、强化有用信息, 然后对有效的距离单元进行特征提取。基于实测数据的仿真实验结果表明: 该方法能够准确反映目标的几何位置信息, 在减小计算量的同时能获得较高的识别率。     

融合CNN与LSTM的网络质量KQI数据特征提取与投诉预警

为解决传统网络质量KQI数据难以提取有效特征的问题,提出一种融合CNN和LSTM的网络质量KQI数据特征提取与预测方法。首先,分别采用CNN和LSTM获取KQI数据的特征表述和隐含层特征向量;然后引入Soft Attention Model来获得注意力分配概率分布;再将注意力分配概率分布与隐含层特征向量加权求和得到融合特征表达,从而得到数据的融合特征表达--空间维度和时间维度,并以多步预测的方法验证融合特征的有效性。研究表明,本文提出的算法能够有效预测、定位用户投诉问题,网优部门可根据实时的诊断结果,结合设备优化充分改善现有的网络质量,实现网络质量的主动干预,提升用户满意度。     

一种应用于交通视频检测的快速边缘提取算法

车辆边缘信息以及道路边缘信息是交通视频检测中重要的特征信息,而传统的边缘提取算法的运算量大,不能满足交通视频检测实时性的要求。文中突破传统算法中对一幅图像中每个像素点逐一运算的思想,提出了一种快速的边缘提取算法,对一幅图像进行整体运算,大幅降低了边缘提取算法的运算量。通过实验与传统的边缘提取算法比较,证明了该算法应用于交通视频检测效果良好。