课程文献中心 更多>>

关键词： 时间序列   最小绝对收缩与选择算子   变分模态分解   深度置信网络  

摘要： 风功率预测是风力发电研究的主要课题,为了提高风功率预测的快速性与准确性,结合最小绝对收缩与选择算子、变分模态分解算法,对历史风功率时间序列进行特征选择与特征提取,通过深度学习方法来进行风功率预测。结果表明,结合了最小绝对收缩与选择算子、变分模态分解算法的深度置信网络预测方法相比简单使用原始风功率时间序列或同样数据的其他模型的预测方法,在建模时间上减少了11.83 s,精度上提高了4.62%。

关键词： 台站安防视频   传输网络   内网穿透   网络安全  

摘要： 通过分析现有空管台站安防视频传输网络结构,研究取代传统租用运营商专线的优化方案,以降低空管分局(站)日常运行成本,提质增效,保障空管非安全生产类业务的可靠安全传输。提出了3种传输网络优化方案,对比分析树莓派+OpenVPN、ECS+NPS和ECS+FRP 3种方案的优缺点,并探讨各方案在网络安全管理方面的区别,以及如何利用安全组进行访问控制。通过分析发现基于ECS+NPS的方案在安全性和易用性方面更具优势,适合用于空管台站安防视频传输网络的优化改造。

关键词： 新型电力系统   简化模型   新能源场站   暂态稳定   深度学习  

摘要： 新型电力系统背景下,电力电子化、物理与数字融合和宏-微观电网复杂耦合的特征使得电网暂态在理论分析、仿真处理、控制算法等方面发生不同程度变化。该文以暂态态势为切入点,聚焦源-网协调的交互特性,提出新型电力系统源-网交互模型智能构建方法。首先以构建框架为媒介系统性阐释建模的核心思想与技术规划,分别从暂态交互响应、暂态等效模型的处理及适应性研究来说明智能建模方法的核心。其次,提出建立表底层映射融合分析法以进行样本获取,并根据建模需求及样本规模选取合适的智能算法。最后,以含风电场站的WSCC 9节点系统为例,构建暂态模型。经过图像及评估指标的对照,模型效果理想且具备适应性,验证了所提思想的合理性及选用算法的有效性。

关键词： 跨社交网络   用户匹配   Transformer-encoder   卷积神经网络  

摘要： 针对目前基于签到时空数据的跨社交网络用户匹配方法未充分利用时空信息之间的耦合关系,导致时空数据特征提取困难,匹配准确率下降的问题,提出了一种基于时空Transformer-encoder的跨社交网络用户匹配方法。该方法通过网格映射将签到时空信息转换为序列数据,生成签到序列;利用序列嵌入层将离散的签到序列映射到连续高维空间;然后借助多头注意力机制和卷积神经网络提取高维签到特征,并利用卷积神经网络实现优化多头注意力模块权重变换和特征融合;最后利用前馈神经网络实现分类,输出用户匹配得分。在两组真实社交网络用户数据集上进行大量用户匹配实验,与现有方法相比,准确率提升了0.40~10.53百分点,F_(1)值提升了0.43~9.5百分点。这验证了所提方法能够有效提取用户签到耦合特征,并提高用户匹配的性能。

关键词： 新质生产力   肉牛养殖   成本收益分析   混合整数线性规划模型  

摘要： 当前新质生产力以提升全要素生产率为核心不断推动各产业变革发展。基于混合整数线性规划模型和资源优化配置理论,分别从短期和长期视角分析新质生产力对吉林省肉牛养殖业进行成本收益分析。研究结果显示,新质生产力能显著改善肉牛养殖的经营状况,并通过优化资源配置和提升运营效率,降低市场波动带来的风险。

关键词： 大数据   计算机   网络信息安全   防护策略  

摘要： 大数据时代下,信息技术飞速发展给生产生活带来了很大便利,信息安全与保护策略变得越来越重要。基于此,本文对大数据时代下计算机网络信息安全及防护策略进行了研究,首先分析了计算机网络信息安全防护的积极意义,然后分析了大数据时代计算机网络信息安全隐患问题,最后提出了大数据时代计算机网络信息安全防护策略,以期为相关人员提供参考。

关键词： 图像去模糊   低质图像   深度反卷积神经网络   模糊图像   图像处理  

摘要： 随着时间的推移,电影胶片由于存放时间长、存储物理环境不一等原因会出现老化、褪色、划痕和模糊等问题,而现存经典资料影片胶片在转换为数字格式进行存储后,大多仍存在随机噪声多、图像质量不高等问题。为缓解上述问题,本文设计了基于深度反卷积神经网络优化下的低质图像去模糊数学模型,首先采用泊松分布法建立低质图像退化方程,分析低质图像的随机噪声;随后构建低质图像去模糊数学模型的初始框架,并利用深度反卷积神经网络对其进行优化,确定损失函数,完成低质图像去模糊数学模型的构建。实验结果显示,本文所提数学模型在实践应用中表现出良好的低质图像去模糊处理结果,峰值信噪比较高,可用于经典资料影片图像画面的修复,在低质图像去模糊领域具备良好的应用前景。

关键词： 强化算法   网络安全   混淆攻击  

摘要： 增加网络传输数据的稳定性是当下网络发展的方向,如何提升网络混淆攻击防御的成功率,提高信息输送、用户隐私等的安全性具有重要意义。为提高防御模型的响应计算时效性,本文将MDP决策算法与RL强化学习网络有机结合,建立了改进强化学习网络混淆攻击防御模型。该模型首先对折扣因子进行强化,通过奖励数据加权计算,在增加智能体动作的基础上,对传统MDP决策算法进行优化改进;然后通过提升动作管理的即时奖励,在持久奖励为目标的基础上,采用MDP决策出最优动作,同时利用损失模型解决设备增长的问题;接着采用MCM算法进行网络求解,通过系统采样处理与梯度函数反推的方式,使得估计期望回报趋于状态价值,以提升改进RL防御模型的响应时效性;最后设置SSID网络混淆攻击对系统模,通过游戏攻击模型验证防御算法的成功率。网络数据传输仿真实验结果表明即使随着传输并发数据容量与数量的增加,本文改进防御模型的响应时效性较高,较其他三类传统防御模型相比,本文模型的开销时间增量最小;混淆攻击网络防御仿真实验的结果反映出,与无防护网络模型相比,改进RL网络防御模型的防御成功率平均增加了41.10%,且较MAC、DAC与MD5三类网络防御模型相比,RL防御网络模型成功率整体增长了12.95%。即本文提出的改进强化学习网络防御算法的响应速率快、防御成功率高,在网络信息安全研究中具有较为重要的仿真分析价值。

关键词： 多重加解密   网络多通道   数据传输   安全监控系统  

摘要： 随着我国电力网络的不断完善,网络多通道的数据传输安全监控工作的开展备受重视。由于受到数据传输方式的影响,系统在后期的响应时间相对比较长,为此对多重加解密的多通道数据传输安全监控系统研究尤为关键。以网络多通道数据安全监控系统软硬件设计思路为切入点,进行了相关测试,并对结果进行分析,得出该监控系统的优势所在。

关键词： 四元数   µ稳定   Cohen-Grossberg神经网络   Lyapunov函数  

摘要： 研究了具有变时滞的四元数值Cohen-Grossberg神经网络的全局µ稳定性。首先,将变时滞概念引入神经网络模型,从而构建了一个能更精确反映神经元动态特性的模型。接着,通过应用同胚映射定理,探讨了平衡点存在的唯一性,并确定了系统存在唯一平衡点的充分条件。鉴于四元数乘法的非交换特性,研究将四元数值神经网络系统分解为四个等价的实值神经网络系统。在此基础上,通过构造合适的Lyapunov函数,得到了系统全局µ稳定的充分条件。最终,通过数值仿真实验,验证了该系统的全局µ稳定性,从而证实了理论结论的有效性和准确性。