排序方式: 共有22条查询结果,搜索用时 31 毫秒
1.
基于过程中实时采集的多变量时序关联数据进行异常检测是预防工业过程事故、保障系统安全的关键环节之一.然而,工业多变量时间序列异常检测仍面临如下两大难题:(1)时序数据变量间复杂的非线性关联特性缺乏有效的表达方法;(2)正常/异常分布极度不均衡的时间序列间复杂的相关性有待深入挖掘.本文提出一种新的基于多变量时间序列的无监督异常检测方法 ——基于Transformer GAN的多变量时间序列异常检测方法 (TGAN-MTSAD). TGAN-MTSAD采用Transformer网络作为生成对抗网络的基本模型,引入了图注意力层以自动学习时序多元变量间的复杂依赖关系,还应用了patch技巧使模型能够有效捕捉时间窗口内的异常细节信息,并提出了基于重构误差与鉴别误差相结合的异常分数计算方法.采用3个真实世界的数据集对所提方法进行了大量的性能验证与对比实验分析.结果表明, TGAN-MTSAD可以有效检测过程中的时序异常,在大多数情况下优于基线方法,并且具有良好的可解释性,可用于复杂工业异常诊断. 相似文献
2.
3.
提出一种基于QoS的Web服务选择的遗传算法(TGA)。该算法采用树型编码,携带流程的静态模型结构信息,可实现染色体的自动编解码和存储适应值计算的中间结果,并且可以通过简单的方法有效支持组合服务运行时重计划。通过仿真实验,验证了在同等优化效果下,TGA比一维编码遗传算法获得了更快的速度,并验证了树型编码用于流程运行时重计划的有效性。 相似文献
4.
为了在服务组合过程中高效地发现、选择满足用户要求的Web服务,提出一种基于Pareto多目标遗传算法的QoS全局最优服务选择算法(PGA-WS)用以实现用户对组合服务质量的要求。该方法产生一组满足约束条件的Pareto最优方案集合,用户根据实际需要或目标函数的偏好,从Pareto最优集中挑选最满意的组合方案作为组合服务选择问题的最优决策方案。实验结果说明了算法的可行性和有效性。 相似文献
5.
脉冲耦合神经网络(PCNN)模型在图像分割方面有着很好的应用。在各项参数确定的情况下,其分割结果的好坏取决于循环迭代次数的多少,而PCNN模型自身无法实现迭代次数的自动判定。为此提出一种结合最大方差比准则的PCNN迭代次数自动判定算法,用于实现图像的自动分割。算法利用最大方差比准则找到图像的最优分割界限,确定PCNN的迭代次数,获得最优图像分割结果,然后利用最大香农熵准则验证分割结果。实验表明:提出的算法实现了PCNN迭代次数的自动判定,提高了PCNN的迭代速度,运行效率优于基于2D-OTSU和基于交叉熵的自动分割算法,图像分割效果良好。 相似文献
6.
基于支持服务组合运行时容错处理的平台,提出了运行时重构局部流程的故障处理机制,以有效支持流程运行出现故障时的在线自恢复,使流程执行时在业务功能与服务质量两方面均得到保障。 相似文献
7.
提出基于概率主成分分析的三维人体运动自动识别与分类算法.它根据不同类别的人体运动应各有自己代表性的特征集,采用概率PCA方法建立各类动作的高斯分布模型;然后构建基于最小错误率贝叶斯决策理论的多分类器,实现对未知的动作序列(或具有代表性的帧)进行多分类决策.该方法具有概率模型的优点,适合高维数据处理;同时,这种方法能够提取运动数据的内在特征,较好地消除了运动数据在时间轴上的差异带来的问题,从而准确地对运动数据进行分类,实验结果证明了本文方法的有效性. 相似文献
8.
固体表面纳米结构可以有效地调控界面润湿特性,在材料能源等领域具有重要应用前景。改变纳米结构的几何尺寸能够在一定范围内调节润湿特性,但存在一定的局限性,调节固液间能量系数能够进一步改变界面的润湿特性。然而,纳米粗糙表面液滴在更大区间内的固液相互作用系数下的润湿特性研究甚少。本文采用分子动力学模拟的方法,研究了倒三角形纳米粗糙表面液滴在不同区间能量系数下呈现的润湿行为,并采用渗透率进行表征。结果发现:四个不同的区间内固液间能量系数对渗透率的作用规律不同,呈现出先增后减的趋势,液滴也依次呈现出显著的润湿态,对应润湿状态图中疏水的Cassie态到亲水的Wenzel态,而能量系数越过临界值(~7),Wenzel态再反转回显著的Cassie态;同时,液滴分子空间分布呈现明显的规律性,其底层原子在晶格线或晶面均衡分布,形似壁面原子的外延生长。本文的研究获得了能量系数对润湿性影响规律的全貌性认识,对纳米结构表面润湿性的设计和调控具有一定的指导意义。 相似文献
9.
在QoS驱动的Web服务组合中,结合商业应用中服务联盟关系,构造了服务组合的两层关联流程网络结构。基于概率方法建立服务选择的非线性0-1规划模型,并采用遗传算法选取组合服务。仿真分析表明,考虑了服务联盟关系的Web服务组合模型能得到更合理更优的服务组合,获得更好的商业效益。 相似文献
10.