排序方式: 共有17条查询结果,搜索用时 109 毫秒
1.
2.
提出了一种SA-PSO-XGBoost预测模型,基于2016年1月1日~2017年12月31日的ECMWF气象数据,用于预测南京地区6 h后的气温。将气象数据分为训练集和测试集,使用PCA降维方法对气象数据特征进行压缩降维,然后应用模拟退火和粒子群优化混合算法对XGBoost模型的超参数进行优化,并将测试集数据带入到SA-PSO-XGBoost、XGBoost、GRU和LSTM神经网络进行对比分析,实验结果表明:SA-PSO-XGBoost预测6 h后的温度模型有更高的准确性和鲁棒性。 相似文献
4.
目前,针对多机器人目标探测定位系统,机器人通常获取相对于目标的角度信息,然后进行融合实现定位目标。采用此种定位算法,机器人相对目标的距离越近、相邻机器人与目标之间的夹角越均匀,目标的定位精度越高。然而由于目标与机器人分布的随机性,在定位的过程中,通常无法同时保证机器人相对目标距离最近、夹角最优。那么如何实现多机器在探测目标过程中,每个时刻机器人对目标的定位精度最优?提出了多机器人最优探测路径规划算法。每个机器人在单位时间内按直线移动,那么机器人下一时刻的位置轨迹,即以当前位置为圆心的圆。根据机器人定位的精度模型标准,采用内点优化算法求解得到圆上的一点,使得精度模型标准取得最优值,即定位精度精度最高,这点即为下一时刻机器人的位置。由此不断求得机器人下一时刻的位置,即可获得机器人移动的路径。仿真结果表明,算法能够实现在多机器人探测定位目标过程中,协同路径规划保证每个时刻目标定位精度最优。 相似文献
5.
6.
基于贝叶斯网络的入侵容忍系统 总被引:2,自引:0,他引:2
提出一种基于贝叶斯网络的入侵容忍系统,给出系统的运行流程.用进程特性向量来表示一个具体的进程,并对进程特性进行具体的分类.提出利用贝叶斯网络模型来描述进程的运行过程,给出基于贝叶斯网络推理的进程类型概率值的计算公式,构造了用于确定进程危险程度的危险函数,并用实例说明了对入侵进程的具体识别过程. 相似文献
7.
根据入侵容忍系统与一般网络系统相比所具有的特点.提出了一种专门针对入侵容忍系统的安全态势评估方法.基于入侵对系统所造成的影响以及入侵容忍的功能,构建了数据机密度、数据完整度、服务可用度3个评估指标,并根据各指标的特点给出了其量化方法,然后通过对这3个指标的定量计算来动态评估入侵容忍系统的安全态势.实验表明,所提方法是一种便于操作的态势评估方法,所得到的安全态势能反映出入侵容忍系统的真实安全状况. 相似文献
8.
入侵容忍系统的安全态势评估 总被引:1,自引:0,他引:1
根据入侵容忍系统与一般网络系统相比所具有的特点,提出了一种专门针对入侵容忍系统的安全态势评估方法. 基于入侵对系统所造成的影响以及入侵容忍的功能,构建了数据机密度、数据完整度、服务可用度3个评估指标,并根据各指标的特点给出了其量化方法,然后通过对这3个指标的定量计算来动态评估入侵容忍系统的安全态势. 实验表明,所提方法是一种便于操作的态势评估方法,所得到的安全态势能反映出入侵容忍系统的真实安全状况. 相似文献
9.
降水临近预报是为了预测未来短时间的降雨量。现有大多数基于循环神经网络(Recurrent Neural Network, RNN)的降水预报模型,采用单一的卷积核对输入和隐藏状态的特征进行提取存在局部性,不能捕获雷达回波图中复杂的物理变化,且未有效提取时空相关性和对强降雨区域的精准预测。针对现有模型存在的问题,提出了UI-LSTM模型用于降水临近预报,能够有效地提取雷达回波序列的时空相关性,采用了U形结构,同时使用跳过连接进行特征拼接,学习到整个雷达回波图的上下文语义信息,且将浅层和深层信息进行特征融合。加入了Inception结构来代替ConvLSTM细胞结构中输入到输入和状态到状态的卷积,通过不同大小的卷积核,有效提取输入,隐藏状态的特征。在公开数据集(CIKM AnalytiCup 2017)进行实验并与其他模型进行对比实验。实验结果表明,UI-LSTM模型在HSS、CSI、MAE和SSIM指标整体上要远高于其他对比模型,且提高强降水天气预测的准确率。 相似文献
10.