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

基于信任模型的WSNs安全数据融合算法_叶正旺

为了抵御无线传感器网络内部的恶意攻击行为和故障节点的误操作行为对数据融合结果的影响,提出一种基于信任模型的多层不均匀分簇无线传感器网络安全数据融合算法.该算法基于多层不均匀的分簇网络拓扑实现安全数据融合能够有效均衡网络中节点的能耗.通过节点间的通信行为和数据相关性建立信任评估模型,并引入动态的信任整合机制和更新机制,实现簇内和簇间的信任评估,选择可信融合节点并将可信节点所收集的数据进行基于信任值加权的数据融合.仿真实验表明,该算法能够实现精确的信任评估,有效识别内部恶意攻击节点,得到的数据融合结果具有较高的精确度,实现了安全的数据融合.

  • 2021-05-06
  • 阅读368
  • 下载0
  • 6页
  • pdf

基于遗传算法的电静压伺服系统模型参数辨识_张春龙

为了优化模型仿真的控制系统参数,针对电静压伺服系统（Electro-HydrostaticActuator,EHA）,建立控制器、电机、液压作动器模块化模型,根据各模块输入输出量的试验数据,采用最小二乘法对系统模型参数进行辨识,并将辨识结果导入遗传算法的初始种群,进一步对系统模型参数进行优化,得到系统的精确模型。结果表明,优化的辨识结果在时域和频域都更为精确的逼近实际系统,匹配程度在90%以上,证明该方法的可行性。

  • 2021-05-03
  • 阅读368
  • 下载0
  • 6页
  • pdf

一种模型决策森林算法_尹儒

随机森林（RF）具有抗噪能力强,预测准确率高,能够处理高维数据等优点,因此在机器学习领域得到了广泛的应用。模型决策树（MDT）是一种加速的决策树算法,虽然能够提高决策树算法的训练效率,但是随着非纯伪叶结点规模的增大,模型决策树的精度也在下降。针对上述问题,提出了一种模型决策森林算法（MDF）以提高模型决策树的分类精度。MDF算法将MDT作为基分类器,利用随机森林的思想,生成多棵模型决策树。算法首先通过旋转矩阵得到不同的样本子集,然后在这些样本子集上训练出多棵不同的模型决策树,再将这些树通过投票的方式进行集成,最后根据得到的模型决策森林给出分类结果。在标准数据集上的实验结果表明,提出的模型决策森林在分类精度上明显优于模型决策树算法,并且MDF在树的数量较少时也能取到不错的精度,避免了因树的数量增加时间复杂度增高的问题。

  • 2021-05-06
  • 阅读368
  • 下载0
  • 9页
  • pdf

基于改进蚁狮优化算法的黄酒发酵过程模型的参数辨识_宗原

针对基于Levenberg-Marquardt方法辨识黄酒发酵过程模型参数时易陷入局部最优,收敛速度慢,很难准确获取具有强泛化能力的模型参数的问题,提出了一种具有莱维飞行机制和柯西变异的蚁狮优化算法,该算法采用基于莱维飞行和柯西变异来解决这类问题。莱维飞行可以提高算法的全局搜索能力,而柯西变异有助于避免陷入局部最优。结果表明,相比于遗传算法、粒子群算法和蚁狮算法,LCALO的收敛速度快,具有全局搜索能力和局部开发能力好的优点。最后将改进算法应用于黄酒发酵模型的参数辨识,仿真结果证明该算法具有较好的参数辨识能力。

  • 2021-04-25
  • 阅读368
  • 下载0
  • 7页
  • pdf

基于低通滤波模型的行人再识别算法_花超

针对行人再识别的图像中由于遮挡和背景干扰而存在大量无用特征的问题,提出一种基于低通滤波模型的行人再识别方法。首先,将行人图像进行分块；然后,计算各种小块在各图像中的相似个数,其中相似个数较多的小块为高频噪声特征、相似个数较少的小块为有益特征；最后,不同于常见图像处理中的滤除突变特征、留下平滑特征的低通滤波器,所提方法利用通信系统中的低通滤波器实现抑制高频噪声特征、增益有益特征的目标。实验结果表明,所提方法在ETHZ数据集上的识别率比经典的对称性局部特征累加（SDALF）方法提升了近20%；同时,该方法在VIPeR和I-LIDS数据集上也取得了相似的效果。

  • 2021-04-24
  • 阅读368
  • 下载0
  • 6页
  • pdf

融合用户关系和时间因素的主题模型推荐算法_高茂庭

用户的行为偏好往往会受到社交关系、时间因素等多种因素影响,只考虑单一因素会导致构建的用户兴趣模型比较片面,从而难以准确地产生推荐。为此,提出一种融合用户社交关系和时间因素的主题模型推荐算法。首先利用主题模型对用户打标签的行为进行主题建模,得到用户-物品概率矩阵；然后根据用户标注物品的时间计算用户标注行为的时间权重,再将时间权重与用户的标注行为权重相结合,计算基于时间的用户相似度；并利用用户的社交关系与基于时间的用户相似度进行加权处理得到用户的权重；最后根据用户权重,考虑其它用户的影响,得到用户对物品最终的偏好权重,根据排名产生推荐。在Last.fm数据集上对比实验表明,该算法能更全面地考虑用户特征,从而有效提高推荐的质量。

  • 2021-05-06
  • 阅读368
  • 下载0
  • 8页
  • pdf

基于量子粒子群与标准粒子群混合算法的框架结构异构体系模型参数辨识_张迁

为了研究相邻框架结构地震碰撞问题,经常将框架结构动力学模型简化为树形拓扑结构,以提高计算效率。该文提出了一种将量子粒子群与标准粒子群结合的参数辨识方法,基于结构的动力特性等效原则,对框架结构建立适应于多体系统传递矩阵法（MS-TMM）高效计算的树形拓扑系统动力学模型,模型的相关力学参数的确定是基于量子粒子群与标准粒子群混合算法,由有限元方法计算得到模态参数,通过参数辨识的方法来完成。为了验证所提出方法的有效性,以三层框架结构为工程算例,将三层框架结构转化为树形拓扑力学模型,通过提出的参数辨识方法和标准量子粒子群算法分别进行参数辨识,并将两种方法的辨识结果分别利用多体系统传递矩阵法（MS-TMM）计算频率,将频率计算结果分别与Ansys结果进行比较。结果表明,该文方法的识别精度优于标准量子粒子群算法。

  • 2021-04-30
  • 阅读368
  • 下载0
  • 8页
  • pdf

基于改进涡流搜索算法的支持向量机分类模型_李学贵

支持向量机（SVM:Support Vector Machine）是定义在特征空间上的间隔最大的线性分类器,参数的选择决定了其学习性能和泛化能力。针对此参数选择问题,采用改进的涡流搜索算法对支持向量机参数进行选择,寻找最优适应度函数。仿真实验表明,改进的涡流搜索算法是一种有效的SVM参数选择方法,有利于跳出局部最小值,其优化性能不低于涡流搜索算法。

  • 2021-04-30
  • 阅读368
  • 下载0
  • 7页
  • pdf