基于改进降噪自编码模型的工业控制系统入侵识别研究

传统的工业控制系统入侵识别方法在面对复杂的攻击模式和隐蔽的攻击手段时,往往存在漏报、误报等问题,为此,提出基于改进降噪自编码模型的工业控制系统入侵识别方法。首先,处理与提取工业控制系统数据特征,进行分箱操作,构建改进降噪自编码入侵识别模型。然后,在隐层节点后添加Softmax函数分类器进行分类,完成智能识别工业控制系统入侵的操作。结果表明,所设计方法能够准确识别测试数据集中各类入侵行为数量,且识别准确率较高,可实现对工业控制系统的有效防护。

基于改进堆叠自编码器结合LightGBM的近红外光谱回归算法研究

为实现高效的近红外光谱非线性回归分析,提出了一种基于改进堆叠自编码器结合LightGBM的近红外光谱回归分析算法。该算法由堆叠自编码器模块与LightGBM模块构成,将堆叠自编码模块得到的隐层特征输入LightGBM模块进行回归分析,通过递进式策略自适应确定堆叠自编码器模块的结构,并利用Optu⁃na框架自动优化LightGBM模块的超参数。为验证方法的有效性,以烟草的还原糖、氯、钾、总氮4种成分为研究对象,利用1911个烟草样本进行建模,并与其他4种近红外光谱回归分析算法进行了对比。经实验验证,烟草还原糖、氯、钾、总氮预测模型的平均R_(P)、RMSEP、R_(P)^(2)分别为0.9110、0.0568、0.8328,预测精度在5种方法中综合最优。在训练集表现相当的前提下,所建方法的预测集精度相较于XGBoost提高1%~40%,过拟合问题得到改善。改进的堆叠自编码器结合LightGBM算法应用于近红外光谱分析表现出良好的成分回归分析能力,可用于烟叶化学成分预测模型的构建。

UAT2数据链发射机编码及调制技术

为应对低空空域飞行器数量的增加及航空产业对未来城市空中交通(UAM)飞行器的监视跟踪需求,文章对UAT2数据链发射机的编码与调制技术进行研究:搭建UAT2数据链发射机系统结构,针对UAM飞行器监视需求,提出可寻址数据上行链路通信编码及飞行器健康状况监测下行链路编码规则算法,旨在全面覆盖UAM的安全运行需求;开发一种UAT2报文的轻量高速化RS编码算法,以减少执行时间和内存占用;基于直接数字频率合成DDS技术,实现连续相位频移键控CPFSK调制,符合UAT2数据链信号要求,确保了频谱能量的集中分布。关键编码和调制技术经过测试分析与性能评估,能够有效适用于UAT2数据链发射机。

基于稀疏自编码的多维数据去重聚类算法分析

随着科技信息的不断发展,数据量与数据类型与日俱增,针对数据集维度高、重复数据多导致有效信息提取复杂的问题,提出基于改进稀疏自编码器的多维数据聚类算法。算法分为数据处理与聚类分析两大部分,数据处理时首先利用S-SAE中逐层贪婪的原理将高维数据集降维至每组6维的数据集;接着采用映射值匹配机制对降维后的数据集进行重复数据清洗处理,被清洗的值用0替代;然后将处理好的数据投入到K-Means++聚类算法中进行聚类分析;最终构建出TS-SAE-K-Means++多维数据聚类模型,并通过最优化分析得出其最优化参数设置情况。通过对不同基线组合算法的仿真对比分析表明,TS-SAE-K-Means++在聚类轮廓系数S与模型特征值F1评价体系中均优于其它算法组合。这表明提出的算法在解决高维数据内有效信息提取的问题上具有一定的优越性。

基于改进遗传算法的协同航迹规划方法

针对多无人机协同规划问题求解规模大、效率低的问题,提出了一种单-双亲遗传算法(PBGA)求解模型。该算法具有改进的编码方法和一种单双亲结合的进化策略,由单亲遗传算子进行种群进化,由双亲遗传算子跳出局部最优。仿真结果显示,PBGA具有收敛性,在小规模和大规模寻优算例中分别比传统遗传算法减少了70%和64%的收敛代数,对解决多无人机协同问题具有一定的参考价值。

基于改进降噪自编码器和多元时序聚类的海上风电功率预测

针对海上数值天气预报(NWP)精度低、气象因素复杂等特点,提出一种基于改进的双向降噪自编码器(BDAE)和多元时序聚类的短期海上风电功率预测方法。首先,利用Toeplitz矩阵逆协方差聚类(TICC)进行风况相似性分类,即根据30、70、100 m海上NWP风速进行多元序列实时分割与聚类;然后,针对不同风况类型分别建立可提取过去、未来双向有效信息的改进BDAE修正模型,以修正轮毂高度风速的预测误差;最后,基于修正后的轮毂高度风速以及其余NWP数据,利用TICC算法划分气象相似类型,并在此基础上建立对应的海上风电功率预测模型。采用国内某海上风电场数据进行实验验证,结果表明所提方法能提高海上风电功率预测精度,具有一定工程实用价值。

基于改进自编码网络的电力负荷识别

为提高电器设备识别的准确率,提出一种基于改进稀疏自编码网络和支持向量机算法相结合的电力负荷识别方法。以自编码网络的编码部分对输入数据的表征能力为基础,结合卷积神经网络特征提取的能力,采用卷积层替换自编码网络中的全连接层;通过在损失函数中加入惩罚项,进一步优化网络对负荷特征的提取能力;最后将特征放入粒子群优化后的支持向量机模型做识别。试验结果表明,方法能够有效地对电器进行多种类型的识别。相较传统自编码网络,改进后的模型泛化能力更强,识别率更高。

位平面算术编码的编码分离与MQ编码器改进

为了降低图像压缩中位平面算术编码的计算复杂度,提出了将算术编码从位平面扫描中分离,方便编码的并行计算。以JPEG2000的位平面编码为例,实现了位平面扫描和MQ编码的分离,然后根据编码分离后的算法特点,设计了一种改进的MQ编码器。对该算法在TMS320C6000系列DSP中的实现进行了研究,通过软件流水、循环展开、条件操作和优化选项等方法提高处理速度。编码独立和编码器改进相结合,使重建图像质量稍有提高,编码速度提高了8倍以上。

一种用于测试数据压缩的改进型EFDR编码方法

针对集成电路测试中测试数据量过大的问题,提出一种改进型EFDR编码压缩方法。该方法保留了原EFDR编码中可同时对0游程和1游程编码的优点,同时将相邻组别游程的编码长度之差缩减为1位,使游程的编码长度更符合游程在实际测试数据中的出现频率,提高了编码效率。在解码方面,编码后的码字经过简单的数学运算即可恢复得到原测试数据的游程长度,因此解码电路具有较小的硬件开销。实验结果表明,本方法的平均压缩率为68.01%,在保持较小硬件解码开销的同时,具有较高的测试数据压缩率。

数据不足条件下基于改进自动编码器的变压器故障数据增强方法

变压器发生故障的情况较少,使得基于机器学习的变压器故障诊断方法存在数据不足的问题。为此,提出一种基于改进自动编码器(IAE)的变压器故障数据增强方法。首先,针对传统自动编码器生成的数据有限和缺乏多样性的问题,提出改进的变压器故障数据生成策略。其次,考虑到传统卷积神经网络的池化操作会丢失大量特征信息,构建改进的卷积神经网络(ICNN)作为故障诊断的分类器。最后,通过实际数据验证了所提方法的有效性和适应性。仿真结果表明,相对于随机过采样算法、合成少数类过采样技术及自动编码器等传统的数据增强方法,IAE能同时兼顾数据的分布和多样性特征,生成的变压器故障数据对分类器的性能提升效果最好。和传统分类器相比,ICNN在数据增强前、后都具有更高的故障诊断精度。

基于改进零树编码的图像联合压缩加密算法

在认真研究算术编码和算术加密的基础上,提出了一种基于改进零树编码的图像联合压缩加密算法.使用密钥对图像压缩产生的原始上下文和原始判决进行修正,实现了图像联合加密.阐述了上下文修正和判决修正算法的规则,对其安全性进行分析.结合比特平面编码技术,可以使用不同密钥对不同小波分辨率的系数分别加密,实现分辨率选择性加密,以满足不同应用需求.对零树编码进行改进,加入自适应算术编码,并对联合压缩加密算法进行仿真.结果表明:相对原始图像压缩算法而言,所提出的图像联合压缩加密算法具有基本相当的压缩效率;相对区间分裂的联合加密算法而言,所提出算法具有更好的安全性.

基于PDA的改进编码法测图程序

阐述了改进编码法的基本思想、外业记录程序和数据重组,并对外业记录程序的数据结构和动态存储算法给出了有参考意义的代码。

基于网络编码的空间DTN中CGR改进算法

随着空间通信技术的发展,卫星节点的增多,以及容延迟容中断通信需求的不断提高,空间DTN(Delay Tolerant Network,容延迟网络)环境中各通信节点间的路由技术日益重要,相继出现了多种适用于DTN的路由技术。基于空间DTN的结构与特点,对CGR(Contact Graph Routing,接触图路由)算法以及基于编码的路由算法进行了分析比较,然后针对空间DTN中CGR算法的缺点和不足,研究提出了基于NC(Network Coding,网络编码)的空间DTN中的CGR改进算法(NC-CGR),并通过仿真实验平台对算法性能进行了分析评估。仿真结果表明,相比于CGR算法,NC-CGR算法在链路传输时延、传输包裹数目、中继缓存大小、链路丢包率等不同条件下的适应性方面均表现出较大优势,更适用于具有复杂拓扑、带宽受限、高动态特性的空间DTN环境。

基于滑动窗口-KL散度和改进堆叠自编码的轴承故障诊断

针对风力发电机组的发电机轴承故障诊断问题,提出基于滑动窗口-KL散度和改进堆叠自编码的深度学习网络故障诊断模型。采用改进的变学习速率的堆叠自编码器进行发电机轴承温度状态重构。利用滑动窗口-KL散度算法进行发电机轴承的故障诊断,诊断结果与欧氏距离和3σ准则故障诊断结果进行对比。结果表明:采用滑动窗口-KL散度算法进行故障诊断准确率高、误报率低。

改进浮点编码遗传算法在非线性地表沉降模型参数优化中的应用

针对浅埋隧道地表出现沉降问题,运用随机介质理论建立非线性地表沉降模型,然后提出改进浮点编码遗传算法确定沉降模型参数,该方法收敛速度较快,能求得最优化问题全局精确解 工程实例表明它不仅能解决非线性地表沉降模型参数优化问题,而且优化结果好于其它方法。

改进的嵌入式小波零树编码算法

EZW静态图像压缩算法,由于充分利用了小波变换图像的良好性质,引起了图像数据压缩领域的广泛注意。EZW算法被认为是静态图像变换编码领域迄今为止最好的算法之一。通过对EZW算法及其改进算法的介绍,分析了这些算法存在的不足,并提出一种简单而有效的静态图像压缩算法,根据图像经小波分解后系数的特点和人眼视觉特性对Shapiro的EZW算法进行改进。由于人眼对图像的边缘信息的丢失非常敏感,改进后的算法更加注重边缘信息的编码,实验结果表明,重构后的图像更加清晰,尤其在低比特率时更加明显。

改进密勒编码的解码方法设计与研究

提出三种针对改进密勒编码的解码思路,研究分析其在实际应用中的利弊,提高对改进密勒编码的识别能力。根据模拟和实际测试结果,证明了改进密勒编码的解码结果与协议标准的一致性,在TypeA型卡上运用周期采样的解码方式,得到了良好的实际应用效果。

基于整数小波变换和改进零树编码的图像压缩方法

研究了基于整数小波变换和改进零树编码的图像压缩方法 :先进行整数小波变换 ,将图像变换到小波域 ,再用改进的零树编码对图像进行压缩。给出了试验结果以及与 EZW压缩方法的比较 ,结果表明 ,整数小波变换和改进零树编码相结合应用于图像压缩是有效的 ,在一定程度上能缩短计算时间 。

面向中文语音情感识别的改进栈式自编码结构

为进一步提高汉语语音情感识别率,基于深度学习中的自编码、降噪自编码及稀疏自编码的网络结构,提出了一种改进的栈式自编码结构.该结构第1层使用降噪自编码学习一个比输入特征维数更大的隐藏特征,第2层采用稀疏自编码学习稀疏性特征,最后使用softmax分类器进行分类识别.训练过程首先采用逐层预训练的方法,达到网络参数全面初始化的目的,然后对整个网络进行微调.在中文语音库上的情感识别实验显示,相较于单独使用栈式降噪或稀疏自编码,所提结构具有更好的识别效果.此外,基于CASIA库的对比实验显示,该结构比K近邻算法、稀疏表示方法、传统支持向量机和人工神经网络识别率分别提高了53.7%,29.8%,14.3%和1.9%.在自行录制的语音库中,该结构的识别率比人工神经网络提高了1.64%.

改进深层小波自编码器的轴承故障诊断方法

针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,结合深度学习处理高维、非线性数据的优势,提出一种基于改进深层小波自编码器的轴承智能故障诊断方法。该方法改进小波自编码器的损失函数并引入收缩项限制,再将多个小波自编码器进行堆叠构成深层小波自编码器,并引入"跨层"连接缓解梯度消失现象,最后利用大量无标签数据对网络进行无监督预训练并利用少量带标签数据对模型参数有监督微调。轴承诊断实验结果表明,该方法能有效地对轴承进行多种故障类型和多种故障程度的识别,特征提取能力和识别能力优于人工神经网络、深度信念网络、深度自编码器等方法。