课程文献中心 更多>>

关键词： CUSUM   动态规划   函数型数据   空间二分法  

摘要： 针对具有空间特征的函数型数据,在经典累积和(Cumulative Sum,CUSUM)统计量和二分法(Binary Segmentation,BS)的动态规划变点检测方法基础上,提出空间函数型二分法(Spatial Functional Binary Segmentation,SFBS)以及相应函数型CUSUM统计量-空间累积和统计量(Spatial Cumulative Sum,SCUSUM),并证明其渐近分布.该方法将检测数据扩展至具有更高维度信息的空间函数型数据,以此检测空间中的变点位置.SFBS方法主要将空间数据按照与各空间坐标轴平行的方向进行分割,将原本的空间划分为更小的子空间,并且在划分好的子空间上逐一利用SCUSUM统计量与BS方法进行结构变点的检测,最终获得精确的检测结果.同时,对提出的方法进行模拟,最后将该方法应用于气温数据进行实证分析.

关键词： 网络安全   入侵检测   深度学习   特征工程  

摘要： 针对现有基于深度学习的网络入侵检测系统在特征处理、模型结构和算法实现等方面存在的问题,文章提出了一种优化算法。该算法包含3个核心创新:设计了基于动态窗口和互信息的特征处理方案,以有效提取网络流量特征;提出了改进的CNN-LSTM混合模型,通过注意力机制和特征融合策略增强模型表达能力;优化了检测过程,引入置信度评估和批量处理机制以提升检测效率。实验结果表明,该算法在NSL-KDD数据集上取得了96.2%的检测准确率,较优化前提升4.9%,检测延迟从85.6ms降至32.3ms,显著提升了检测性能和效率。

关键词： 贪心算法   大学生   学生助理   排班程序  

摘要： 为了提升高校学生助理排班的效率,提出了一种基于贪心算法的学生助理排班程序设计方法.实际验证表明,该方法不仅能够快速生成相对公平合理的班次安排,而且排班结果还能为管理部门的学生助理人数需求提供科学依据;因此,该方法可为提升高校学生助理排班以及其他有类似需求的工作场景提供良好参考。

关键词： 长短期记忆网络   变模态分解   风力发电   改进鱼鹰优化算法   功率预测   优化算法  

摘要： 为提升超短期风电功率的预测精度,提出一种加入融合柯西变异和反向学习策略的改进鱼鹰优化算法(IOOA),用于优化以长短期记忆网络(LSTM)和变模态分解(VMD)为基础的组合预测模型。首先,采用变模态分解收集的历史风电功率数据,将非线性较强的原始功率数据分解为较为稳定的子序列。其次,使用改进鱼鹰优化算法对长短期记忆网络的隐藏单元数目、训练周期、初始学习率3个参数进行寻优。最后,使用长短期记忆网络对各子序列预测,将各子序列预测值叠加起来得到最终结果。通过风电场实测数据仿真分析,相比于普通长短期记忆网络模型的预测结果,所提模型的均方根误差下降了62.5%、平均绝对百分比误差和平均绝对误差分别下降了61.1%和55.9%,预测精度也高于其他4种组合预测模型,表明该模型成功提高了超短期风电功率的预测精度。

关键词： 蚁群算法   启发函数   信息素挥发系数   路径二次优化  

摘要： 传统蚁群算法在应对大规模复杂场景时,普遍存在收敛效率偏低、全局搜索能力不足以及易陷入局部最优等缺陷。提出了一种多策略改进的蚁群算法。通过增强启发函数的导向性和自适应性,提高算法的寻优能力;利用伪随机转移策略改进状态转移规则并对信息素启发因子和期望启发因子进行动态调节,增强全局搜索能力,避免局部最优问题。同时,采用多策略优化信息素更新机制,并结合自适应调节挥发系数,显著提升收敛效率和搜索性能。此外,通过冗余点去除的二次优化,进一步优化路径质量。通过栅格地图的仿真实验表明,蚁群算法经多策略改进后在搜索能力和收敛速度上获得了较大提升,可为AGV解决复杂环境下的路径规划提供理论支持。

关键词： 海市蜃楼效应   三维路径规划   避障能力  

摘要： 随着无人水下航行器(unmanned underwater vehicle,UUV)在海洋探测领域的广泛应用,路径规划成为核心技术之一。针对传统的粒子群优化(particle swarm optimization,PSO)算法在复杂海底环境中,容易陷入局部最优解,导致路径规划效率和精度不高问题,本文提出了一种基于海市蜃楼效应的三维UUV路径规划方法。该方法结合改进的PSO算法和海市蜃楼效应,通过模拟海市蜃楼现象的影响,增强粒子群的全局搜索能力,有效避免局部最优解的陷阱,进而提高路径规划的效率和精度。仿真结果表明:在复杂的海底环境中,尤其是在应对不规则地形和障碍物时,海市蜃楼算法相较于传统PSO算法具有更强的全局搜索能力、较高的收敛速度和更强的避障能力。

关键词： 速度传感器   密度峰值聚类   灰狼算法   稀疏自编码   核主成分分析  

摘要： 为了准确判断列车行驶时TCU速度传感器的干扰来源,提出了基于灰狼算法(GWO)改进的密度峰值快速聚类(CFDP)算法。首先,对列车实测干扰信号进行特征分析;然后,通过采用2层稀疏自编码网络连同核主成分分析,对预处理后的信号完成特征的自提取与降维;最后,利用所提出的GWO CFDP算法实现4种干扰工况的分类识别。实验结果表明,所提出的干扰源识别算法对4种干扰工况的识别准确率达到99.0%,验证了该算法在干扰源识别领域的有效性和实用价值。

关键词： 图像加密   混沌系统   密码学  

摘要： 随着互联网技术的不断发展,图像数据的安全性问题日益严重,尤其是在处理和传播大量图像数据的过程中,如何有效保护图像隐私成为了一个重要的研究课题。尽管图像加密技术已经取得了显著进展,但仍面临着加密强度与效率之间的平衡问题,且现有的许多加密算法在实际应用中存在一定的局限性。本文主要探讨了基于混沌系统的图像加密算法的研究现状与发展趋势。混沌系统具有良好的随机性与不可预测性,因此成为图像加密领域的重要工具。通过引入混沌映射对图像进行加密,能够有效增加图像数据的复杂性,防止未经授权的访问。本文对比了当前主流的基于混沌的图像加密技术,包括基于对称加密与非对称加密的混沌系统应用,并分析了它们在加密安全性和处理效率上的优缺点。通过对现有技术的分析,本文发现,虽然基于混沌的图像加密技术具有较强的安全性,但在实际应用中仍需解决计算开销较大和密钥管理问题。本文的研究为图像加密技术的发展提供了新的思路,也为实际应用中的数据保护提供了可行的解决方案。

关键词： FPGA   线性最小二乘   固定基元  

摘要： 在大数据和5G时代背景下,对于线性最小二乘定位算法(Linear Least Squares,LLS)在FPGA(Field-Programmable Gate Array,现场可编程门阵列)上的加速研究,是一项具有挑战性且意义重大的工作。FPGA由于其可编程性、高性能和高能效比的特点,为解决5G实时计算提供了一个可行的方案。基于以上背景,为了解决面向异构平台的线性最小二乘定位算法加速问题,开展了基于线性最小二乘定位算法的FPGA设计研究,以在现实基站中更好的部署线性最小二乘定位算法。为了减少算法部署的硬件资源,首先对基站采集数据进行了优化预处理,然后提出了基于固定基元的FPGA硬件程序优化方法。在虹口区真实数据集上开展了抽取实验。实验结果表明:利用基于固定基元的FPGA硬件程序优化方法,其预处理时间、方程解算时间相较于传统的CPU计算减少了99.5%,计算误差在1 m以内,资源相对于原本的硬件部署方法减少50%。

关键词： 电梯   智能   运维   场景   算法  

摘要： 电梯作为重要的垂直交通工具,其运维管理的智能化升级尤为紧迫。本文聚焦于电梯智能化运维的应用场景与关键技术,旨在通过技术创新提升电梯安全性和运维效率,降低运维成本。本文探讨了电梯智能化运维的七大关键应用场景,包括故障预测与预防性维护、实时监控与远程诊断、智能调度与优化、个性化服务、能耗管理与优化、安全性提升、紧急响应救援,列举了每个场景依托的先进算法的内容和应用。电梯智能化运维通过实时数据采集、智能分析与自动化决策,使电梯系统更加智能,能够适应各种场景,提供更优质的服务。