基于属性特征的数据关联研究

针对反导预警过程中弹道导弹飞行中段空间目标密集、点迹断续、目标跟踪稳定性低等特点,利用远程预警相控阵雷达和地基相控阵雷达获得的目标多特征属性信息,将属性特征数据模糊化,运用模糊相似度进行数据关联。对比三种隶属度函数对中段目标群识别正确率的高低,选取正态分布隶属度函数,计算两雷达观测目标之间的相似度,得到相似度矩阵,并按照一定的判决规则进行目标关联匹配。仿真结果表明,属性个数越多,均值差异越大,观测方差越小,关联效果越好;属性权重的合理分配也是影响关联结果的重要因素。     

知识表征技术在网络传销监管中的研究及实践

本文通过图神经网络与知识图谱的表征学习技术,针对网络传销监管中面临信息繁多的挑战,通过对互联网舆情信息和市场主体信息的采集、治理、分析、挖掘,建立更高效、更具识别性的网络传销监测模型和网络传销知识图谱,为网络传销行为的监测方法、预警流程提供了更优的思路,通过全面排查、识别网络涉传风险线索,实现对传销行为的感知发现、预警分析、线索追踪和证据固定,逐步形成“主动发现可疑平台—涉传预警播报—涉传行为取证—立案移交查办”的业务链条。     

基于热释电红外传感器的测量技术

为进一步开拓热释电红外传感器在高技术层次的应用,对热释电红外传感器在涉量、涉图测量方面的技术开发进展做了研究,这些技术包括人员计数技术、测温技术、人身跟踪定位技术和生物特征识别技术。其中基于热释电红外传感器的生物特征识别技术更是一项新兴的、且极具发展潜力的技术。     

工业控制系统的漏洞风险评估方法

针对当前ICS的漏洞风险分析忽略漏洞间关联关系的现状,提出一种新的ICS漏洞风险评估方法。该方法首先建立ICS攻击图模型;然后提出漏洞价值和漏洞利用概率两个指标,并结合ICS的安全属性和防御特征等给出指标的计算公式;接着,采用层次分析法,并兼顾组件特性和攻击者目的完成指标量化;最后,根据攻击图中漏洞之间的关联性计算出漏洞的实际利用概率和综合损失,进而完成漏洞风险值的计算。以民航某ICS为例进行实验分析,结果表明,该方法能够较为全面地评估ICS系统中漏洞的风险。     

风险预警系统中模型算法的选择与实现

针对多星应用任务规划,从风险预警系统中重点解决预警指标权重问题的预警模型建立的角度,对解决多属性决策问题的各种可能方法进行分析和筛选,最终确定AHP法(层次分析法)为风险预警系统的预警模型算法。在此基础上探讨了层次分析法在风险预警系统的预警模型中的应用实现步骤,依次给出各步骤的具体求解办法和实现过程。最后介绍了利用MATLAB软件进行仿真,证实了算法的可行性。     

指标体系在税收风险监控平台中的应用研究

税务风险管理工作中,税收风险的分析与识别是重点也是难点。建立完善、可靠的税收风险识别模型,有助于税务机关对风险事务进行合理有效的管控。在税收风险监控平台中对风险识别指标体系的构建原则、整体设计思路进行了研究,通过风险分析中指标、预警值分析计算,疑点信息整体解读,经实际应用满足了税收风险监控平台对风险分析与识别工程上的应用。税收风险识别指标体系的构建达到了识别风险疑点信息完善、可靠的目的。提高了税务机关的风险管理工作效率,减少了纳税人的税法遵从度风险,对税收风险的合理管控和风险管理体系的完善具有非常重要的意义。     

HFC网络互动电视终端故障预警系统的实现

基于HFC的互动电视终端故障监测预警平台解决了终端设备状态性能在指标采集、存储、分析、展示等方面的问题,通过优化采集设计、存储压缩技术、智能分析并预警故障数据,减少话务及运维人员工作难度,可以及时准确定位故障,提高用户满意度。     

一套石化企业危险源管理应用系统研究与建设

本文根据中海油应急管理体系规范要求,通过系统化手段实现安全生产管理及应急事件的全过程综合化、立体化、协同化处置,并建立石化企业风险分析识别预警与安全应急管理信息化支持体系与应用系统。     

基于概率论的无线网络性能预警方法

提出了一种通过研究网络运行关键指标的数据分布特性的方式，以实现对网络运行指标的异动情况进行主动发现并及早捕捉网络性能隐患的预警方法。采用正态分布中的“3a”规则以实现对关键指标监管门限的自动设定，做到对网络隐性故障、无线性能指标异常等事件做出及时预警，以便运维人员及时发现并解决网络隐患，确保网络平稳运行。     

信息生态视角下涉警网络舆情演化影响因素研究

[目的/意义]涉警网络舆情演化是一个复杂的动态过程,其演化受到多种因素的影响。研究涉警网络舆情演化过程中的影响因素,有助于帮助公安机关更好的理解其复杂性和动态性,从而进行有效地监测预警。[方法/过程]从信息生态视角出发,借助信息生态因子的四因子学说,从四个维度分析影响涉警网络舆情演化的关键因素。[结果/结论]针对涉警网络舆情演变过程中的关键影响因素,提出相应的对策来合理引导与控制涉警网络舆情的发展。     

5G核心网网元多维特征融合故障预警

5G网络发生故障可能影响全网稳定性和服务质量,其故障发现与修复是5G网络运维管理的关键之一.基于历史故障发生前的网元关键绩效指标(Key Performance Indicator,KPI)变化以及设备告警信息、指标统计特征、自动异常检测、指标关联特征、告警编码特征等,提出了5G核心网网元多维特征融合故障预警方法,构建...     

一种基于特征加权的点迹质量评估方法及应用

针对地面预警雷达点状移动杂波抑制难,提出一种基于多特征加权的点迹质量评估方法。该方法利用目标和点状移动杂波的点迹特征的差异进行杂波抑制。首先通过先验信息统计目标和杂波的点迹特征,计算各点迹特征的均值和权系数,然后将各特征信息加权求和,计算点迹的目标属性质量估值和杂波属性估值,最后对比两者之间的差别获取有效点迹。通过某雷达时采数据验证,该方法可以有效地抑制点状移动杂波。     

基于告警事件特征的网络攻击行为实时预警研究

针对当前网络告警数据误报率过高以及新型网络攻击行为难以预测的问题,本文提出基于告警事件特征的网络攻击行为预测方法：首先通过FP_tree树挖掘告警事件属性间的强关联规则,如果挖掘得到的频繁项与正常网络的访问事件属性频繁项相关,则剔除虚假告警事件;接着,采用序列模式算法挖掘正确告警事件的序列关系,如果该序列与某种网络攻击行为序列相关,则形成网络攻击的事件组合规则,实现网络攻击行为的有效预警。通过相关的实验过程和结果分析,表明本文提出的方法能够有效、实时预警网络的攻击行为,具有一定的应用性和扩展性。     

人体及穿戴特征识别在电力设施监控中的应用

针对电力设施智能监控系统中目标人员及其穿戴特征,本文提出了一种高鲁棒性的检测方法.首先采集行人的目标正样本,以及所要监控的场景中无行人目标的负样本,接着基于HOG(Histogram of Oriented Gradients)特征以及线性SVM(Support Vector Machine)训练行人检测的分类器,检测进入场景中的行人目标;对检测到的行人的头部、腰部区域,采用HSV色彩模型判断人员是否进行安全着装,及时预警,避免危险发生.本文将目标识别及穿戴特征分析技术应用于电力设施作业现场监控中,可以更准确的识别入侵的人员,也可以在应急事故抢修时,加强工作人员规范操作,提前预警,避免危险.     

基于主成分分析融合神经网络的移动设备威胁研究

为了提高移动设备存在威胁风险分析的准确率和抗干扰能力,进而降低投诉率,提出一种基于主成分分析融合反向传播神经网络风险分析模型。通过核主成分分析将设备威胁类型从10个特征量降低到3个主特征量,提取了原始数据的主信息,并以降维后的特征量作为BP神经网络的输入特征量, 建立设备威胁风险分析模型。最后通过实验对比了多种模型算法, 结果表明采用主成分分析结合反向传播神经网络的风险分析模型具有更好的风险识别准确率。     

基于红外特性的弹道导弹助推段预警探测能力仿真

针对弹道导弹助推段的主要红外辐射特征,分析了尾焰羽流的结构、形状、大小和持续时间,以及大气对红外探测的影响;根据预警卫星探测器最大作用距离模型及信噪比（SNR）,结合给定参数对预警卫星探测器技、战术指标进行了仿真,给出了提高弹道导弹探测能力的方法。     

一种移动定位型智能巡检系统

针对信息化车间运行遇到的巡检人员作业强度大和处理问题反应不及时两大问题，利用基于移动定位技术的多功能手环及手持终端，实现故障隐患信息毫秒级实时接收与实时远程处理；利用单元故障智能诊断技术、协同故障智能诊断技术和多指标分析评价风险预警技术，实现故障解决措施自生成、隐患预警与定制化推送。经试验验证,所设计的智能巡检系统室内定位误差较小,故障智能诊断结果和风险预警结果准确，满足实际生产需求。     

预警机预警作战效能评估模型研究

为了科学地评估预警机预警作战效能,根据预警机预警作战任务,运用ADC效能模型．将预警机预警作战效能指标分为空空模式、空海模式和机内自检模式下的3种探测能力指标和装备自身的抗干扰能力指标,通过对空空模式下的效能指标分析,建立了预警机预警作战效能模型,最后通过实例计算验证了该模型的有效性。     

融合全球经验 打造适合中国的城市应急解决方案

全球经验与中国国情相结合的应急平台解决方案上海贝尔阿尔卡特尔应急平台是以公共安全科技和信息技术为支撑,软硬件相结合的突发公共事件应急保障技术系统,具备风险分析、信息报告、监测监控、预测预警、综合研判、辅助决策、综合协调与总体评估等功能,能动态生成优化的事故处理方案和资源调度方案,     

机器学习在运营商用户流失预警中的运用

文章研究目的是在电信行业的用户流失预警模型中运用机器学习相关技术,提高预测准确度,节约成本。首先介绍机器学习分类算法基础理论,接着给出算法用于用户流失预警模型的架构及预测结果对比,给出用户流失预警模型关于用户流失得分、用户流失的关键指标和用户是否离网的标签。该模型可用于预测隔月用户是否流失,为客户挽留活动预留了足够的时间,并提供了大量有价值的信息来帮助市场营销人员制定可行的客户挽留方案,具有广泛的行业应用前景。