期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于离群点检测算法的电力大数据异常值检测 被引量:1
1
作者 杨霞 苟亮 +2 位作者 马倩 朱帕尔·努尔兰 马为真 《电子设计工程》 2023年第24期61-64,69,共5页
目前提出的电力大数据异常值检测方法由于检测过程中无法提取异常特征,因此检测到的异常电流和异常电压所在时间不同,为此提出基于离群点检测算法的电力大数据异常值检测方法。利用高斯混合模型中提取电力大数据异常值的特征,通过离群... 目前提出的电力大数据异常值检测方法由于检测过程中无法提取异常特征,因此检测到的异常电流和异常电压所在时间不同,为此提出基于离群点检测算法的电力大数据异常值检测方法。利用高斯混合模型中提取电力大数据异常值的特征,通过离群点检测出符合距离要求的异常值,初步检测易于识别的异常数据。分析离群点与异常值分布密度之间的关联性,确定更深层次的异常值,使用离群点进入数据簇中和聚类中心中寻找缺少异常特征的异常值。实验结果表明,基于离群点检测算法的电力大数据异常值检测方法检测到的异常数据离散情况和振幅波动响应状态具有一致性,异常电流和异常电压所在时间都为0.3~0.4s,证明了方法的可行性。 展开更多
关键词 离群点检测 检测算法 电力大数据 大数据异常 异常值检测
下载PDF
基于密码杂凑函数的光纤传感大数据异常监测系统 被引量:1
2
作者 韩涛 《激光杂志》 CAS 北大核心 2022年第2期144-148,共5页
已有光纤传感大数据异常监测系统由于数据异常检测响应过慢,导致数据异常预警延迟时间过长,无法满足现今社会生产需求,因此提出了基于密码杂凑函数的光纤传感大数据异常监测方法。引入密码杂凑函数设计光纤传感大数据异常监测系统,其硬... 已有光纤传感大数据异常监测系统由于数据异常检测响应过慢,导致数据异常预警延迟时间过长,无法满足现今社会生产需求,因此提出了基于密码杂凑函数的光纤传感大数据异常监测方法。引入密码杂凑函数设计光纤传感大数据异常监测系统,其硬件单元包括光传感单元、系统控制单元与数据采集单元;软件模块包括光纤传感大数据采集模块、光纤传感大数据压缩模块与光纤传感大数据异常监测模块。通过硬件单元与软件模块的设计,实现了光纤传感大数据异常监测系统的运行。实验结果显示:设计系统数据异常监测响应时间与预警延迟时间较短,分别在0.16 s和1.24 s内,充分说明设计系统具备更加优质的应用性能。 展开更多
关键词 密码杂凑函数 光纤传感 大数据异常 监测
下载PDF
基于低秩模型的电力能源大数据异常修正方法研究 被引量:3
3
作者 马草原 《自动化仪表》 CAS 2021年第3期90-93,97,共5页
传统的电力能源大数据异常修正方法存在搜索次数过多问题.会造成异常数据辨识结果异常、修正结果不准确。为此,引入低秩模型.改善以上问题。采用低秩模型处理电力能源数据样本.去除样本数据噪声;在离线模式下,通过训练支持向量机对数据... 传统的电力能源大数据异常修正方法存在搜索次数过多问题.会造成异常数据辨识结果异常、修正结果不准确。为此,引入低秩模型.改善以上问题。采用低秩模型处理电力能源数据样本.去除样本数据噪声;在离线模式下,通过训练支持向量机对数据样本进行聚类;在联机模式下,利用滑动窗口辨识异常数据;针对单个或多个不相关的异常数据.依据基尔霍夫电流定律完成修正。试验结果表明,与以往的大数据修正方法相比,设计的基于低秩模型的电力能源大数据异常修正方法残差值更低,并且电力负荷修正后.与实际负荷相符。 展开更多
关键词 低秩模型 电力能源 大数据异常 修正方法 支持向量机 电力负荷 基尔霍夫电流定律 聚类
下载PDF
基于时间序列预测的电力异常大数据检测研究 被引量:2
4
作者 马一宁 余少锋 +2 位作者 钟建栩 席凌之 廖崇阳 《电子设计工程》 2023年第19期55-58,63,共5页
为预测包含电力异常大数据的信号负荷曲线的变化规律,从而实现对连续性电量信号的精准检测,提出基于时间序列预测的电力异常大数据检测方法。借助时间序列模型,确定降维预测系数的实际取值结果,通过离散化修正权限的表现强度,完成基于... 为预测包含电力异常大数据的信号负荷曲线的变化规律,从而实现对连续性电量信号的精准检测,提出基于时间序列预测的电力异常大数据检测方法。借助时间序列模型,确定降维预测系数的实际取值结果,通过离散化修正权限的表现强度,完成基于时间序列预测的电力异常数据修正处理。在此基础上,按照时间序列预测原则,建立Hadoop预测平台,根据具体的电力大数据异常特征值计算结果,确定并行检测强度的实际数值,完成基于时间序列预测的电力异常大数据检测算法的设计。对比实验结果表明,在时间序列预测模型的作用下,电网主机所预测出的包含电力异常大数据的信号负荷曲线能够更好贴合给定曲线的变化规律,在精准检测连续性电量信号方面具有一定的促进性作用。 展开更多
关键词 时间序列预测 电力异常大数据 降维系数 离散化修正 HADOOP平台 异常特征值
下载PDF
AI交互终端异常数据入侵识别与仿真 被引量:1
5
作者 刘明 张弘 《计算机仿真》 北大核心 2022年第11期467-471,共5页
交互终端界面可分为桌面、非桌面、可见及不可见几种类型,因此交互界面的大数据具有多样化和无序化特点,导致AI交互终端安全攻击事件时有发生。为增强AI交互安全性,提出AI交互终端大数据异常入侵风险识别方法。构建AI交互终端数据模型,... 交互终端界面可分为桌面、非桌面、可见及不可见几种类型,因此交互界面的大数据具有多样化和无序化特点,导致AI交互终端安全攻击事件时有发生。为增强AI交互安全性,提出AI交互终端大数据异常入侵风险识别方法。构建AI交互终端数据模型,获得入侵数据参变量在终端内簇首节点中的布局函数,构建异常数据入侵节点的路由拓扑模型。根据能量损耗测量频谱,得到交互终端数据布局全部簇的位置,拟合终端数据信息流二维信号。基于此,利用主成分分析提取异常值,筛选关联密切信息,保证成分互不干扰。根据排列数据簇,划分正常数据与异常入侵数据,利用网络发生器,得到入侵特征和权值,完成AI交互终端大数据异常入侵风险识别。实验结果显示,所提方法的AI交互终端大数据异常识别率可达95%以上,误检率低于10%,确保了AI终端的安全,可有效减小用户损失。 展开更多
关键词 交互终端 大数据异常入侵 入侵风险识别 数据特征提取 对角矩阵
下载PDF
异步传输下网络不确定异常大数据剔除仿真 被引量:3
6
作者 崔海亭 《计算机仿真》 北大核心 2019年第3期273-276,共4页
为解决当前异常数据剔除方法中存在的漏检率和误检率过高问题,提出基于PSO与SVM的异步传输下网络不确定异常大数据剔除方法。通过测量数据之间的接近度对异步传输网络数据一致性进行验证,期间将网络数据看作一个集合,根据模糊理论中模... 为解决当前异常数据剔除方法中存在的漏检率和误检率过高问题,提出基于PSO与SVM的异步传输下网络不确定异常大数据剔除方法。通过测量数据之间的接近度对异步传输网络数据一致性进行验证,期间将网络数据看作一个集合,根据模糊理论中模糊集合间接近度对数据之间的接近度进行度量,同时设定冗余数据判定门限值,以此确定网络中冗余数据,并将其滤除。设置粒子群初始化参数,将粒子设置为二维,来表示支持向量机参数。利用支持向量机对各粒子进行训练,获取粒子适应度函数。依据适应度函数计算粒子个体最优值和全局最优值,将两者结合构建公共信息库,通过所建信息库更新各粒子位置。判断粒子寻优是否满足结束条件,如果为是,利用得到的最优粒子构建最优网络异常数据检测模型,检测出异步传输下网络不确定异常数据,引入异常数据剔除滑动窗口和窗口调整参量,完成异常数据剔除。实验表明,上述方法平均漏检率约为2.6%,误检率较低。 展开更多
关键词 异步传输 网络 异常大数据 剔除
下载PDF
虚拟化网络中的异常大数据区域挖掘平台设计与改进 被引量:3
7
作者 余骞 《现代电子技术》 北大核心 2017年第6期53-56,61,共5页
受异常大数据区域参数波动大的影响,市面上现存的虚拟化网络异常大数据区域挖掘平台可应用性和稳定性不高,与虚拟化网络连接成功率较低。为此,设计新型虚拟化网络异常大数据区域挖掘平台。该平台由虚拟化网络控制模块、挖掘模块和虚拟... 受异常大数据区域参数波动大的影响,市面上现存的虚拟化网络异常大数据区域挖掘平台可应用性和稳定性不高,与虚拟化网络连接成功率较低。为此,设计新型虚拟化网络异常大数据区域挖掘平台。该平台由虚拟化网络控制模块、挖掘模块和虚拟层组成。虚拟化网络控制模块利用SDN控制器对虚拟化网络进行控制,保证其中的大数据能够被流畅、安全、稳定地挖掘和传输。挖掘模块先对虚拟化网络控制模块传输来的大数据进行整流和滤波,再利用报警电路挖掘出其中的异常大数据,进而搭建出异常大数据区域,并对其进行完整存储。软件给出虚拟层的功能图,以及平台对异常大数据的挖据代码。经实验验证可知,所设计的平台拥有较高的可应用性和稳定性,且与虚拟化网络连接的成功率较高。 展开更多
关键词 虚拟化网络 异常大数据区域 挖掘平台 SDN
下载PDF
虚拟化网络中的异常大数据剔除算法仿真
8
作者 李军华 丁宪成 《计算机仿真》 北大核心 2021年第10期410-413,475,共5页
网络中的冗余数据过多会导致网络运行速度降低,为此提出虚拟化网络中的异常大数据剔除算法。分析虚拟化网络中异常大数据的类似度,使用决策树模型分解提取异常大数据数值属性特征以及分类属性特征,再利用关联规则分析法融合模糊数据,计... 网络中的冗余数据过多会导致网络运行速度降低,为此提出虚拟化网络中的异常大数据剔除算法。分析虚拟化网络中异常大数据的类似度,使用决策树模型分解提取异常大数据数值属性特征以及分类属性特征,再利用关联规则分析法融合模糊数据,计算出属性值自相关的特征分块函数,即可挖掘出异常数据。利用测量数据间的接近度验证虚拟化网络数据,把节点数据作为一个集合,通过模糊集合间的接近度,设定冗余数据的判定门限值,将滤除数据带入粒子群优化以及支持向量机内构建数据库,并对所有粒子位置更新,采用最优粒子构建检测模型,同时调整异常特征剔除窗口参数,实现异常大数据剔除。仿真结果证明,所提方法能够全面剔除数据,且误剔除率低。 展开更多
关键词 虚拟化网络 异常大数据 数据剔除 类似度分析 冗余过滤
下载PDF
基于CUR矩阵分解的网络异常大数据检测算法 被引量:1
9
作者 郑美容 《黄河科技学院学报》 2022年第2期26-30,共5页
大数据通过网络储存与使用信息,若没有相应的安全防护手段,其信息网络内会出现部分异常数据,使用户隐私安全受到威胁,对此提出一种基于CUR矩阵分解的网络异常大数据检测算法,通过二进尺度参数分析数据信号特性,依靠小波模极大值去除数... 大数据通过网络储存与使用信息,若没有相应的安全防护手段,其信息网络内会出现部分异常数据,使用户隐私安全受到威胁,对此提出一种基于CUR矩阵分解的网络异常大数据检测算法,通过二进尺度参数分析数据信号特性,依靠小波模极大值去除数据内干扰噪声,拟定正常区间与观测区间描述数据特征,构建异常大数据检测指标,将大数据转变成二进制表示形式组建邻接矩阵,重构数据获得残差矩阵,以上述两种矩阵和对应参数当作输入,交替更新矩阵,得到数据内残差数值,结合检测指标实现对网络异常大数据的检测。实验证明,所提方法的检测精准度高,在存在白噪声的状况下依然能够成功检测出网络大数据内存在的异常数据,抗干扰性强。 展开更多
关键词 CUR矩阵 异常大数据 小波模极大值 数据特征 残差矩阵
下载PDF
基于马氏距离的异构网络异常大数据剔除方法 被引量:4
10
作者 董彦佼 李泽峰 陈小海 《计算机仿真》 北大核心 2022年第1期408-411,445,共5页
传统异构网络异常大数据剔除方法存在数据维度较高、噪声较明显问题,导致异常数据剔除率偏低,且方法精度也不够理想。研究提出基于马氏距离的异构网络异常大数据剔除方法。利用改进马氏距离降维处理异构网络数据,分析数据之间相关性,提... 传统异构网络异常大数据剔除方法存在数据维度较高、噪声较明显问题,导致异常数据剔除率偏低,且方法精度也不够理想。研究提出基于马氏距离的异构网络异常大数据剔除方法。利用改进马氏距离降维处理异构网络数据,分析数据之间相关性,提取网络数据主成分,生成具有较强抗噪性的高斯加权核函数。通过降维处理后的网络数据构建异常大数据信息流模型,利用固有模态将异常大数据信号分解成若干个窄带信号,通过特征点对的匹配实现异构网络异常大数据的高效剔除。实验结果表明,上述方法能够确保信号幅值大于噪声幅值,提升所提方法的异常大数据检测能力,在数据信噪比为-15dB时,剔除率可达100%,实验数据验证了所提方法具备高效的异构网络异常大数据剔除能力。 展开更多
关键词 马氏距离 异构网络 异常大数据 剔除方法 特征提取
下载PDF
基于离群模型的异常大数据检测方法研究
11
作者 李江岱 《新一代信息技术》 2019年第14期56-60,共5页
数据检测的主要目的是从海量的大数据中找出异常的数据。传统检测方法的好处是可以在数据预处理阶段减少噪声点对检测的影响,同时针对特定的场景进行异常检测能够对异常现象本身进行挖掘。但这种方法无法做到兼顾全局和局部离群数据同... 数据检测的主要目的是从海量的大数据中找出异常的数据。传统检测方法的好处是可以在数据预处理阶段减少噪声点对检测的影响,同时针对特定的场景进行异常检测能够对异常现象本身进行挖掘。但这种方法无法做到兼顾全局和局部离群数据同时存在的复杂检测。因此针对这一问题,提出一种新的基于离群模型的异常大数据检测方法,通过离散挖掘的方法对大数据进行挖掘,再建新的离散模型对异常大数据进行检测。通过对比试验将新的异常大数据检测方法与传统检测方法进行比较。结果表明,加入离群模型的检测方法能够充分兼顾全局和局部离群数据进行检测,明显提高了异常数据检测方法的查准率、查全率,可以更加有效地提升后续工作的效率。 展开更多
关键词 离群模型 异常大数据 数据挖掘 检测
下载PDF
Discussion on the Abnormally Low Active Fault Slip Rate of the M_S 8. 0 Wenchuan Earthquake
12
作者 Fu Zhengxiang LU Xiaojian +3 位作者 Jin Xueshen Dai Yinghua Shao Huicheng Hao Ping 《Earthquake Research in China》 2010年第3期272-280,共9页
Based on the collection of active fault slip rate data of large intra-continental shallow thrust earthquakes occurring in the triangular seismic region of the East Asia continent,a preliminary analysis has been perfor... Based on the collection of active fault slip rate data of large intra-continental shallow thrust earthquakes occurring in the triangular seismic region of the East Asia continent,a preliminary analysis has been performed with results showing that the Wenchuan,Sichuan, China earthquake ( MS = 8.0) of May 12,2008 occurred on the Longmenshan Mountain active fault with an abnormally low slip rate. 展开更多
关键词 Ms8.0 Wenchuan earthquake Fault slip rates Longmenshan fault zone Thetriangular region of the East Asia continent
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部