辽宁电力数据通信网安全体系研究与建设

引言 近年来随着信息技术的不断发展，为了满足电力系统安全、稳定、高效生产的需要以及电网公司走向市场化的需求，辽宁电力综合数据通信网经历了一个快速发展的过程。随着新产品、新功能、新技术的出现，大量各种品牌型号的数据设备涌入电力综合数据网中，网络规模不断扩大，大数据通过能力水平不断提高，功能日益强大，但却造成网络环境越发复杂，对网络安全监管的分工要求越发明细。

应用位置信息损失的Listwise排序学习方法的研究

排序学习是机器学习与信息检索相互结合的研究领域,它利用机器学习的方法自动调节参数、综合多种排序特征、同时可以避免过拟合,进而得到新的排序模型用于排序被检索的文档.在排序学习方法中,Listwise方法的排序效果相对较好,但是目前已有的属于此类学习算法也有很多缺点:由于是基于列表所有的置换进行训练,时间复杂度太高;其损失函数并未充分利用极其重要的排序位置信息.本文基于此提出了新的学习算法,引入了位置信息损失因子,构建了新的损失函数,同时使用了效率更高的训练方法.最后在LETOR 4.0数据集上的实验结果表明,新学习算法的排序性能得到了较为明显的提升.

一种自动读取指针式仪表读数的方法

介绍一种基于机器学习和图像处理算法,针对自然场景中的指针仪表图片进行仪表检测和读数识别.首先,检测并提取出图像中恰好包含仪表的部分,再针对不同的图像中仪表存在大小的多尺度特点,使用图像金字塔方法对原图进行多次的缩小和放大操作.再使用固定大小的滑动窗口对缩放后的图像进行遍历,提取每个窗口图像HOG(Histogram of Oriented Gradient)特征,使用线性SVM(Support Vector Machine)分类器对窗口是否含有仪表进行判断.然后对检测得到的仪表图像,通过图像处理的方法进行图像预处理,减少阴影的干扰,获取梯度、边缘等信息,再结合改进的霍夫变换,结合仪表图像的灰度信息检测指针的位置,以计算指针的角度.最后,根据指针的角度以及量程信息,计算当前指针的读数.实验证明,该方法具有较好的稳定性与准确性.

应用语义相似的海量网页文本去重策略研究

互联网的高速发展使得信息的获取以及发布几乎变的无成本,因此不免会存在着大量的近似网页,这些网页之间仅仅只有少量的内容是不同的,但其要传递的信息主体却是一致的.而搜索引擎在从互联网上抓取数据时,必须能够准确的检测出近似网页并放弃抓取.主要针对中文网页,改进了提取中文文本内容特征及计算其权值的方法,同时结合词语之间的语义联系,提出利用特征之间的语义相似性生成网页指纹的方法.在大规模真实网页数据集上,利用分布式编程模型进行实验,近似网页检测的效果得到了明显的提升,更加适用于当今海量数据环境下.

量子密钥分发光网络密钥池构建方法

量子密钥分发光网络指量子设备通过光纤进行互联,为不同节点对之间提供分发密钥功能的网络。在量子密钥分发光网络中,密钥池结合密钥资源具有"逐渐累积,瞬间消耗"的特点,可实现对密钥资源的高效存储与管理。本文分析量子密钥分发技术的特点及密钥池的功能意义,设计密钥即服务框架及基于密钥池的量子密钥分发光网络架构,提出基于该架构的密钥池构建方法和密钥资源调度方法,并进行仿真验证。