基于人工智能的光交箱资源管理方法

随着全光网时代的到来,光交箱作为光缆接入网的最后一公里触点,是电信业务建设和维护中最频繁操作的平台。针对光交箱资源信息人工维护方式存在的低效问题,基于WS-DAN细粒度分类算法和YoloV5目标检测算法,在手机APP端开发资源现场核查功能,对光交箱的工艺和端子信息进行智能识别,提升光交箱资源现场核查效率和数据准确性,可在电信运营商推广应用。     

危险品实时检测定位的Faster RCNN算法研究

为了提升安检过程的检测效率以及检测精度,基于Faster-RCNN检测算法,结合VGG-16理论,构建了一种能够实时检测危险品的检测器,结合实际安检采集的影像数据样本,通过深度学习网络对图像数据进行训练,进行数据验证分析,结果表明该检测器具有较高的验证精度,检测算法的精度以及检测效率均高于传统的检测算法,能够较为精准的定位危险品,本文给出的方法为实际安检过程提供了理论支撑及借鉴。     

基于改进的Faster R-CNN图像目标检测方法研究

随着科技的不断发展,图像充斥在人类生活的任何角落,因此如何提取出图像中包含的信息,完成对图像目标的检测是当前研究的热点问题。针对一阶段目标检测算法可能会对目标图像产生漏检的情况,本文使用MobileNet V2和ResNet50网络对传统的Faster R-CNN的主干特征提取网络进行改进。在公开数据集上的实验结果表明,基于MobileNet V2特征提取的Faster R-CNN网络占用的计算资源和存储资源最少,基于ResNet50特征提取的Faster R-CNN网络的检测效果最优。此外,两种改进的Faster R-CNN网络均能有效克服一阶段目标检测算法中的漏检问题。     

基于Faster RCNN网络的仓储托盘检测方法

为了解决传统仓储托盘检测方法泛化性差,检测精度低的问题.设计了一种基于Faster RCNN深度学习算法的仓储托盘检测模型,对算法模型进行了网络、数据增强处理以及特征提取方面的优化.自主拍摄仓储托盘图片并对其进行数据扩充,使用LableImage平台进行数据标注,在ResNet框架下进行网络训练,通过对比试验,改进后的...     

一种基于修正激活函数的CNN车载毫米波雷达目标检测方法

为了提高车载毫米波雷达在复杂城市道路环境中目标检测的抗杂波与干扰能力,本文利用卷积神经网络（CNN）特征参数提取和目标分类特性,提出了一种改进的基于CNN的车载毫米波雷达目标检测方法。该方法首先将毫米波雷达回波信号距离-多普勒二维数据运用滑窗进行分割,并采用CNN网络模型处理分割后的二维矩阵,训练二维CNN网络模型及其参数,使其具有提取回波特征并基于特征参数模型进行目标分类的能力,从而实现目标检测功能。通过对卷积神经网络模型结构进行优化,增加批量归一化层,优化Dropout层使得低权重特征失活,自适应地删减部分神经元节点修正该层非线性激活函数,进一步降低了CNN模型目标检测的虚警概率。实验结果表明,在相同虚警概率条件下,CNN网络检测方法目标发现概率优于传统的单元平均恒虚警检测方法,并且在低信噪比的条件下仍然能够保持较高的发现概率;在同等发现概率水平下,修正后CNN网络检测方法的虚警概率较修正前可提高约1个数量级。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

基于TDM-EfficientPhys的人脸视频HR检测方法

为了实现高精度的人脸视频心率(heart rate, HR)检测,本文提出了一种基于改进EfficientPhys网络的人脸视频HR检测方法：TDM-EfficientPhys。首先,引入时间导数网络(temporal derivative network, TDM-Net),有效地保留了远程光电容积脉博波描记术(remote photoplethysmography, rPPG)信号的时间特征。然后,调整EfficientPhys的Dropout参数,嵌入残差结构,有效地避免梯度消失和网络退化问题,并且将TDM-Net和改进后的EfficientPhys网络以跳跃连接的方式实现时序和空间信息的特征融合,提高检测精度。最后,使用两个公开的数据集PURE和UBFC-rPPG来验证本文所提出模型的有效性,实验表明,本文方法测试的均方根误差(RMSE)降低至2.387,平均绝对误差(MAE)降低至2.040,与现有的模型相比,本文方法显示了更好的网络性能和更精准的HR。     

光通信网络中通信信号智能感知方法研究

在光通信网络中,通信信号的感知分为单节点感知 与多节点协作感知,其中多节点的传感因能克服多径衰弱和隐藏终端的影响而被广泛研究, 但多节点的传感知在通信开销和融合方法上仍然存在许多难题有待解决。本文提出一种量化 与编码的方法来减少当地节点与融合中心之间的通信开销,在融合方法上提出一种基于节点 特征的加权融合方法来提升融合中心的判决准确性,该融合方法有效反应各个节点在认知网 络中的实际作用。此外,为了提升感知效率,利用强化学习的方法来得升熟悉环境下的感知 效率。实验结果表明:本文中的频谱感知方法与传统方法相比在同等条件下可减少通信开销 ,提升判决准确率并减少感知时间。     

一种改进的Faster R-CNN对小尺度车辆检测研究

针对传统Faster R-CNN算法对小尺度车辆检测效果不佳的问题,提出一种改进型网络进行车辆检测的方法。首先,通过改进经典全卷积网络和区域建议网络的结构,增强低层特征与高层特征之间的信息传递;其次,增加更小尺度的锚,从而改善Faster R-CNN对小目标的检测能力;最后,增加锚选择策略,通过平衡锚数量的差异,缓解区域建议网络生成的正负锚数量不平衡问题。文中实验分别在VOC2007、Kitti、真实数据集上对所提方法和传统Faster R-CNN算法进行比较,检测准确率分别提高了9%,8.1%,8.9%。     

一种改进Faster R-CNN的太阳能电池片缺陷检测方法

针对传统太阳能电池片检测方法中检测时间过长,检测精度不高等缺点,提出了一种改进Faster R-CNN的太阳能电池片缺陷检测方法.以Faster R-CNN为框架,以ResNet50为网络主干,针对小目标缺陷,融入了基于FPN的多尺度检测网络,并应用了 GA-RPN结构,实现对太阳能电池片缺陷的检测.实验结果表明,较原...     

智能划分移动通信网络话务场景的改进方法

【】本文介绍了一种智能划分移动通信话务场景的改进方法。通过运用指标均方差加权、二分聚类确定场景类别和概率方差确定场景特性的技术实现提升智能划分小区话务场景的精确度。     

基于数据挖掘的复杂光通信网络节点调度方法

为解决当前光通信节点调度中存在的调度效率低,网络覆盖率低的缺陷,提出基于数据挖掘的复杂光通信网络节点调度方法.结合当前光通信网络节点调度的研究进展,找出光通信网络节点调度方法的不足,结合光通信链路方式构建复杂光通信网络模型,利用学习 自动机计算方法实现复杂光通信网络节点调度.实验结果表明:当网络节点数量为500个时,设...     

基于AHP的光纤通信网络路由优化方法

为提高光纤通信网络路由优化方案选择能力,降低优化后网络能耗,提出基于AHP的光纤通信网络路由优化方法.构建光纤通信网络能量模型,使用链路计算设定路由优化目标函数,并获取优化方案集合.采用AHP法评定优化方案集合,得到优化方案最优解,至此完成基于AHP的光纤通信网络路由优化.构建实验方案,设定实验对比指标,通过与其他三种...     

Multi-step attack detection method based on network communication anomaly recognition

In view of the characteristics of internal fixed business logic,inbound and outbound network access behavior,two classes and four kinds of abnormal behaviors were defined firstly,and then a multi-step attack detection method was proposed based on network communication anomaly recognition.For abnormal sub-graphs and abnormal communication edges detection,graph-based anomaly analysis and wavelet analysis method were respectively proposed to identify abnormal behaviors in network communication,and detect multi-step attacks through anomaly correlation analysis.Experiments are carried out on the DARPA 2000 data set and LANL data set to verify the results.The experimental results show that the proposed method can effectively detect and reconstruct multi-step attack scenarios.The proposed method can effectively monitor multi-step attacks including unknown feature types.It provides a feasible idea for detecting complex multi-step attack patterns such as APT.And the network communication graph greatly reduces the data size,it is suitable for large-scale enterprise network environments.     

基于Dijkstra算法的电力光通信网络智能运维设备脱网故障区段定位方法

智能运维设备发生脱网故障后，往往难以定位，为实现脱网故障区段与故障电流分布间映射关系的确定、寻找脱网故障区段与故障电流分布间映射关系的最短路径，设计一种基于Dijkstra算法的电力光通信网络智能运维设备脱网故障区段定位方法。选择数据驱动方法中的LightGBM算法，通过大量样本确定离网故障区段与故障电流分布之间的映射关系。基于Dijkstra算法寻找映射关系的最短路径，实施脱网故障区段搜索。设计电力光通信网络智能运维设备脱网故障区段定位平台，实现脱网故障点即智能运维设备信号丢失的定位与告警。对比实验显示，在SDH环网电路区域中的光缆中断导致的脱网故障区段定位、多路由段的光缆故障下的脱网故障区段定位，以及在环状电力区域中的多路由段的光缆故障下的脱网故障区段定位场景中，该方法的定位结果与实际位置最贴近，定位最准确。     

基于GMPLS的智能光网络生存性研究

智能光网络是在光路由和信令控制下完成自动交换连接功能的新一代光网络。在传输带宽和业务应用需求的双重驱动下，智能光网络作为光传送网的发展趋势正得到越来越多的关注。本文介绍并分析了目前智能光网络的结构特点，在此基础上引入了通用多协议标记交换(GMPLS)技术，最后提出并详细阐述了基于GMPLS的生存性方案。