课程文献中心 更多>>

关键词： 物联网   入侵检测模型   生成对抗网络   重构损失   检测时延  

摘要： 为适应物联网(IoT)节点计算能力不足和易受网络攻击等特点,提出融合生成对抗网络(GAN)和长短期记忆网络(LSTM)的低时延的入侵检测模型(GAN-LLD),使模型更好适应IoT对资源的苛刻需求。GAN-LLD模型采用雾结构,将检测模型部署在雾层,进而满足低检测时延要求。为了获取更高的检测率,GAN-LLD模型引入重构损失,通过将数据样本映射至潜在空间,再计算重构损失。最后,利用数据集NSL-KDD验证GAN-LLD模型的性能。仿真结果表明,相比于多变量异常检测(MAD)-GAN模型,提出的GAN-LLD模型具有高的检测率和低的检测时延。

关键词： 自动扶梯   图神经网络   故障诊断   维修策略推荐  

摘要： 针对自动扶梯分布广泛、运行时间长且故障诊断耗时久的特点,提出了一种改进图神经网络的自动扶梯故障诊断方法。整个方法包含数据预处理、本体图构建、特征提取、图分类四个部分。并在特征提取阶段提出残差图神经网络,以增强特征的丰富程度,同时使用图神经网络生成节点向量,代替以往的均值向量,以最大程度保留特征图中每个节点的信息。将上述方法在郑州地铁二号线中的247条自动扶梯故障数据上进行训练和测试。实验结果表明,所提出的方法在故障检测任务上的Top1准确率为74.5%,Top3准确率为82.4%,可以准确诊断出故障位置。最后,在故障的维修策略推荐任务上再次验证,实验表明,此方法的Top1准确率为66%,Top3准确率为78%,可以推荐合适的维修策略。

关键词： 大数据技术   计算机网络   实验系统  

摘要： 文章深入探讨了大数据技术在计算机网络实验系统中的多方面应用,包括实验数据采集、实验数据存储与管理、实验数据处理与分析、实验数据可视化及实验结果预测与优化中的应用,并通过一系列技术应用测试验证了这些技术的有效性和应用前景。

关键词： 无线自组织网络   弱基础设施   功能异构   服务功能链  

摘要： 在基础设施较为薄弱的场景下,单一移动节点存在难以提供任务所需完整计算能力和各项功能的问题。为此,构建了弱基础设施环境下无线自组织网络服务功能链编排的一般模型,综合考虑了服务功能链的全局功能要求和性能要求,提出了基于启发式算法的服务功能链编排算法以实现各节点异构功能的优化组合,通过动态调整启发式函数的权值来提升算法性能。结果表明,所提算法相较于比较算法而言,端到端的平均时延降低了12%且耗时更少。

关键词： 大数据时代   人工智能   计算机网络  

摘要： 近年来,我国大力发展人工智能技术,主张基于现有计算机网络,融入应用人工智能技术,实现两者深度结合,形成现代信息技术发展合力,对我国人民日常生活形成长久正向影响。本文基于应用研究视角,结合大数据时代特征,分析人工智能特性,明确人工智能应用优势,结合我国人工智能应用现状,挖掘潜在应用问题,提出针对性应用优化策略。

关键词： 5G网络技术   垂直行业   生产效率   提升作用  

摘要： 随着全球科技的快速发展,5G网络技术成为引领新一轮产业变革的重要驱动力。相较于前几代移动通信技术,5G网络技术以其高速率、低时延、大连接的特点,为各行各业的数字化转型和智能化升级提供了全新契机。其应用场景涵盖工业互联网、智慧城市、智能制造以及智慧医疗等垂直行业,对生产效率的提升具有重要意义。本研究旨在探索5G网络技术在垂直行业中的应用及其对生产效率的提升作用,为产业发展和政策制定提供理论支持与实践参考。

关键词： 粮食产量   反向传播神经网络   鲸鱼优化算法   非线性惯性权重   随机扰动策略  

摘要： 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。

关键词： 马尔可夫判定过程   光纤网络   经验模态分解   模糊层次分析法   入侵检测  

摘要： 为了可以精准实现光纤网络入侵检测,提出基于马尔可夫判定过程的光纤网络入侵检测方法。通过频域分块技术对光纤网络信号展开信号提纯,利用经验模态分解方法对入侵信号进行初始检测,采用模糊层次分析法确定网络接入行为信用度,对于信用度较高的接入行为直接通过,剩余接入行为则利用马尔可夫判定过程展开判定,由此实现入侵检测。实验结果表明,该方法能够快速、准确检测入侵信号,特别是针对Pording数据集所遭受侵入式窃听行为,检出率高达0.985。在整个实验中,该方法检出率的最小值也可以达到0.920,平均检测误判率、平均检测漏判率的最大值分别为0.01、0.02。这说明该方法显著提升光纤网络的安全性和稳定性,为保障网络安全提供有力的支持。

关键词： 网络平台外卖   食品安全监管   法律规制  

摘要： 网络平台外卖已成为公众生活的一部分,随着网络平台外卖的快速发展,相关法律法规和行业标准的制定和更新相对滞后。由于平台、商家和骑手在运营过程中缺乏明确的指导和规范,从而增加了食品安全风险。本论文旨在研究网络平台外卖食品安全监管问题的法律规制现状,剖析网络平台外卖食品安全监管在立法维度、行政监管维度、司法维度、消费者维度等方面存在的问题。提出从法律法规体系、监管机制和法律责任制度、消费者权益的保护等四个方面入手,形成全方位、多层次、立体化的法律保障体系,确保外卖食品的安全和质量,保障消费者的合法权益和健康。Online food delivery platforms have become an integral part of public life. With the rapid development of these platforms, the formulation and updating of relevant laws, regulations, and industry standards have relatively lagged behind. The lack of clear guidance and norms for platforms, merchants, and delivery riders in their operations has increased food safety risks. This paper aims to study the current legal regulatory status of food safety supervision in online food delivery platforms, analyzing the issues in the legislative, administrative, judicial, and consumer dimensions of food safety supervision. It proposes to establish a comprehensive, multi-layered, and three-dimensional legal safeguard system from four aspects: the legal and regulatory framework, supervisory mechanisms and legal liability systems, and the protection of consumer rights and interests. This system will ensure the safety and quality of food delivered through online platforms and safeguard the legitimate rights and health of consumers.

关键词： 源网荷储协同   生成对抗网络   近端策略优化算法   优化调度   可再生能源消纳  

摘要： 大规模风光可再生能源发电并网给电力系统带来强不确定性,使得系统全局优化决策面临挑战,该文提出基于生成对抗网络(generative adversarial networks,GAN)修正的源网荷储协同优化调度策略设计方法。首先,考虑新型电力系统中各类可调节资源的运行特性,构建基于近端策略优化(proximal policy optimization,PPO)算法的源网荷储协同优化调度模型;其次,引入GAN对PPO算法的优势函数进行修正,减少价值函数的方差,提高智能体探索效率;然后,GAN中的判别器结合专家策略指导生成器生成调度策略;最后,判别器与生成器不断对抗寻找纳什均衡点,得到优化调度策略。算例分析表明,设计的源网荷储协同的日内优化调度策略,采用GAN修正的PPO算法,相较于传统的PPO算法缩短了训练过程的收敛时间,在线控制提升了可再生能源消纳能力。