会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

逃逸IE浏览器沙箱：在野0Day漏洞利用复现

它是一个存在于脚本引擎中的内存破坏漏洞。熟悉IE浏览器漏洞的同学应该知道，从2018年开始，黑客组织就一直在针对IE浏览器的一些脚本引擎漏洞发起攻击。微软在发现VB脚本引擎存在漏洞之后，索性将其在IE中默认禁用了。但是黑客的攻击并没有因此停止，紧接着他们又将攻击目标转向另外一个IE浏览器的老版本Java脚本引擎j.dll。

  • 2021-05-07
  • 阅读174
  • 下载0
  • 58页
  • pdf

Beta回归模型基于EM算法的变量选择方法_王玲

本文针对响应变量取值为（0,1）区间上的比例数据研究Beta回归模型的贝叶斯变量选择方法。首先通过选取合适的先验分布,基于贝叶斯随机搜索和EM方法提出了参数的估计算法；然后根据回归系数相应的指示变量后验分布提出了重要变量选择的门限准则,所提方法具有易实施、快速计算等特点；最后通过研究中国上市公司股息率实际数据的影响因素以说明所提方法的有效性。

  • 2021-05-07
  • 阅读750
  • 下载0
  • 6页
  • pdf

基于遗传算法_支持向量机模型的快速公交行程时间算法研究_熊浩

为提高快速公交到站时间预测的准确性,提出应用以遗传算法参数寻优的支持向量机方法。将公交行程时间分为行驶时间和站台时间,用遗传算法训练参数,用支持向量机（SVM）进行学习和预测。利用上海某中运量公交线路11月的3天调查数据训练支持向量机模型,用另一天的数据进行验证。实验表明,基于遗传算法参数寻优的支持向量机模型跟实际更加匹配。

  • 2021-05-07
  • 阅读727
  • 下载0
  • 5页
  • pdf

基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型_皮骏

利用广义回归神经网络（GRNN）良好的非线性映射能力,对航空发动机排气温度（EGT）进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络（IFOAGRNN）,并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN（fruit fly optimization algorithm to optimize GRNN）、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN；IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.850 6,其预测效果均优于其他对比算法；同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。

  • 2021-05-07
  • 阅读751
  • 下载0
  • 10页
  • pdf

分层式宽度模型的实时车型识别算法_李洪均

车辆车型识别技术在智能交通系统中至关重要,现有的车辆车型识别技术难以兼顾识别精度和识别速度。针对高速公路环境下的车型识别问题,提出了浅层特征层与宽度特征层相结合的分层式宽度模型实时进行车型识别。首先利用颜色空间转换和多通道HOG算法相结合,减少光照环境的影响,同时实现对车辆图像的特征提取,结合PCA降维技术,降低计算复杂度；然后对图像特征进行稀疏表示和非线性映射,减少图像特征之间的相关性；最后用岭回归学习算法对提取的样本特征进行训练,求出样本特征与样本标签之间的权重系数,实现对车辆车型的识别。在BIT-Vehicle车型数据库的实验结果表明,本文所提算法的识别精度为96.69%,识别速度高达70.3帧/s。本文算法在提高车型识别精度的同时保证了实时性,在识别精度和速度方面优于其他算法。

  • 2021-05-07
  • 阅读792
  • 下载0
  • 11页
  • pdf

基于波形自适应的认知雷达机动目标跟踪算法_王树亮

从认知雷达的角度出发,综合考虑跟踪模型和波形选择,提出一种能够适应目标运动状态急剧变化的波形自适应机动目标跟踪算法。首先,将匀速运动模型和当前统计模型作为交互式多模型（IMM）的模型集,并结合贝叶斯理论提出一种时变转移概率的自适应IMM算法。然后,结合量测误差椭圆与目标状态预测误差椭圆正交理论,研究了基于基带脉冲波形模糊函数旋转的波形库实现方法并给出了波形自适应选择跟踪算法的具体步骤。仿真实验表明,所提算法能够适应目标不同加速度机动,雷达系统跟踪性能得到了较大幅度提升。

  • 2021-05-07
  • 阅读803
  • 下载0
  • 7页
  • pdf

基于蚁群算法的无人机任务规划优化模型研究_蒋莎

目的】为了研究无人机在灾情巡查中的航径优化问题。【方法】设计了一个蚁群算法求解该问题,并通过仿真实例进行验证。【结果】无人机的航径优化问题是一种具有多约束条件的复杂任务规划问题,将时效性和均衡性为核心的评价体系考虑到问题中,构建一个双目标优化模型,实现了无人机的外部合理分配和内部航径优化。【结论】仿真结果表明提出的模型与算法在解决无人机巡查灾情飞行航径方面具有一定的应用价值。

  • 2021-05-07
  • 阅读748
  • 下载0
  • 7页
  • pdf

正弦选择概率模型的全局最优引导人工蜂群算法_孙辉

针对人工蜂群算法收敛速度慢以及蜜源的选择概率区分度不够等缺点,提出了一种新的改进人工蜂群算法。依据当前最优蜜源、最差蜜源、当前蜜源建立正弦选择概率模型,并结合全局最优引导策略,构成新算法。概率模型以最优、最差蜜源适应值之差为尺度,衡量当前蜜源适应值所占比重,随后将比重值带入sin函数,即可得当前蜜源的选择概率值。在30、100维上,22个基准测试函数的仿真实验结果表明,正弦选择概率模型能克服后期蜜源区分度不够的问题,为观察蜂跟随雇佣蜂提供正确的引导。与知名的改进人工蜂群算法比较,该算法具有很好的优势。

  • 2021-05-07
  • 阅读754
  • 下载0
  • 7页
  • pdf