基于LSTM-Prophet非线性组合的时间序列预测模型

目前采用单一预测模型对于复杂的非线性时间序列具有预测精度较低,且不能很好地捕捉时间序列的复合特征的问题,因此本文提出一种基于BP神经网络组合的长短期记忆网络-Prophet(LSTM-Prophet)时间序列预测模型。模型将长短期记忆网络及Prophet这2种预测模型得到的预测值通过BP神经网络进行非线性组合,得出最终的预测值。随后设计实现本文模型与3个单项模型的对比实验,使用3个不同领域的数据集验证本文模型的准确性和有效性。实验结果表明提出的预测模型具有较高的预测精度、较好的通用性和应用前景。     

数据挖掘技术在松花江水质预测中的应用

为更好地实现松花江水质预测,对水质的科学管理起到指导作用,应用人工神经网络技术（ANN,ArtificalNeuralNetworts）,利用松花江四方台监测站某连续3年水质数据,建立水质预测模型,实现对松花江主要污染指标CODmn的预测．为保证预测模型具有较高的预测精度,将数据按月分期,应用聚类分析法对数据进行处理,...     

对时空消耗概念下路网广义容量计算方法的修正

本文通过分析广义容量的内涵和计算前提,对路网广义容量的计算方法进行了修正,并提出了在广义容量限制下的车辆限制保有量的计算方法和依据预测车辆保有员推算路网长度的计算方法。可为城市交通规划和建设的决策提供依据。     

基于流相关性的网络流量分类

网络流量分类技术对网络安全管理起着非常重要的作用。随着网络和信息技术的发展,传统的基于端口号和深度包检测分类方法的局限性愈发明显,不能对现有的流量进行准确分类。提出一种基于流相关性的半监督网络流量分类算法,并使用MDL-CON高斯混合模型作为聚类模型,通过聚类过程中利用流之间的相关性提高模型的准确度。采用MDL准则解决了高斯混合模型需要人为预先设定类簇数目和高度依赖于初始值的问题。实验结果表明,利用该方法来处理流量分类问题可取得理想的分类效果。     

白云铁矿富钾板岩综合利用途径的研究

文章阐述了白云鄂博铁矿富钾板岩的几种综合利用的途径,分别探讨了碳酸钠、石灰石烧结法和湿法的酸碱分离方法,以此达到富钾板岩综合利用的目的.     

无碳复写纸压光机压光辊的冷热补偿

正一般无碳复写纸的压光机有两辊或三辊结构两种。两辊结构只有一个压区,因纸幅和辊面仅通过压线接触因此接触面积小,在制纸的过程中升温比较慢;三辊结构因为有两个压区,优点是在制纸的过程中纸幅与辊接触面积大,升温就快,受辊面温度变化影响较小,一般无需补偿,一般多用于自重加压,缺点是不易进行调压控制和自动分辊,用在有自动搭接装置的涂布机不太合适。     

基于行为分布的DDoS攻击检测方法

分布式拒绝服务(distfibuted denial of service,DDoS)攻击能够在短时间内产生巨量的数据包耗尽目标主机或网络的资源,经过研究发现这些伪造的数据包在一个特定的时间内有着合法数据包所不具备的函数特点.因此,本文提出了行为分布的模型,一旦有可疑流流入服务器,则开始计算这些可疑流的行为分布差异,如果该差异小于一个设定的阈值,则判断有DDoS攻击发生;反之则为合法的数据访问.根据NS-3的模拟实验,证明该模型能够有效的从合法访问中区分出DDoS攻击流,对提前控制DDoS攻击的发生具有重要的意义.     

公共安全监控预警混合云的研究

公共安全已经成为世界各国政府的关注焦点,危险核、生、化智能监控是其中的重点研究领域,这也对与其配套的监测数据处理分析计算平台提出了更高的要求.面对实时收集的海量数据,如何提供高效、经济、便捷又有QoS保证的计算服务和存储服务,成为公共安全支撑技术领域的难点和热点.本文提出了一种用于公共安全监控预警的混合云体系统架构,在传统IaaS云架构的基础上,集成了高性能计算和虚拟私有云(指VPN)两种计算资源的管理模式,实现统一的服务部署、调用管理,为用户提供了SaaS方式的云计算和存储服务.还设计了此平台的资源调度模型及算法以及QoS策略及实现方式.