基于VAR-LRTC-TNN的交通流量数据补全框架模型

从各类传感系统收集到的交通流数据往往会因探测器或通信故障等缘故出现数据连续性的缺失,故准确补全缺失的交通流数据对制定合理的交通管理策略至关重要。鉴于交通流数据具有低秩的特性,通过低秩张量补全模型可较好地刻画出交通流数据的全局一致性,但却无法很好地捕捉数据的局部变化趋势,一定程度上影响了效果。基于此,提出了将VAR模型和基于残差序列的LRTC-TNN模型相结合的交通流补全框架模型;采用VAR模型对缺失数据进行粗略估计,移除平均趋势,利用LRTC-TNN模型对残差时间序列进行补全,再将平均趋势还原,从而完成对交通流量数据的高精度补全;该方法不仅保留了交通流数据的全局结构,还考虑了数据局部变化的特征。研究结果表明:与基于原始交通流量数据的填充方法相比,该模型框架对单传感器和多传感器数据的连续性缺失均具有更高的补全精度。

网络流量伪装技术研究

根据伪装目标的不同,将流量伪装分为流量抗发现、流量低截获、流量身份伪装和流量模式伪装。首先对流寄生、隧道承载和流量变换等流量抗发现技术进行简要介绍,阐述流量分散、端口跳变和地址跳变等流量低截获技术;然后介绍匿名通信、跳板和地址伪造等流量身份伪装技术,对流量填充、流量规范化和流量掩饰等流量模式伪装技术进行概述;最后总结和展望网络流量伪装技术存在的问题及发展前景。

大流量充填系统料浆稳定制备技术

在我国一些大型的矿产开采企业单位内部,由于矿床矿石的储存量相对较大、品味较低、生产能力相对较大,为了充分满足采矿生产工作进行相关作业效率要求,需要使用大结构高效充填采矿工作方法来加以保证。基于此,本文重点针对大流量充填系统,料浆稳定制备技术展开相关分析和研究,保证单套充填系统的充填料浆制备输送能力,达到煤矿开采工作的安全控制要求和标准,充填料浆浓度的稳定性是保证整个大流量矿山充填工作安全进行的重要保证。因此,需要采取多项不同的控制工作方法,保证料浆制备工作效果以及稳定料浆制备输送浓度,提高煤矿开采工作的整体质量和效果。