课程文献中心 更多>>

关键词： 区块链   共识机制   实用拜占庭容错   信誉机制   标准差聚类  

摘要： 针对实用拜占庭容错共识算法中存在缺少对恶意节点的惩罚机制、通信开销大、主节点选取安全性不足等问题，提出了一种基于信誉和标准差聚类的PBFT共识优化算法TSD-PBFT，旨在提高共识效率和安全性。首先，建立节点动态和静态结合的信誉评估模型，通过实时监测节点投票数和参与度来动态评估节点行为，并剔除恶意节点来提高整体共识效率和可靠性，同时通过周期性地重置高信誉值节点的评分，防止单一节点或小团体长期主导共识过程；其次，提出基于信誉和标准差的聚类算法，引入标准差逐步选取密度高且信誉良好的节点作为聚类中心，避免局部最优解。同时采用改进的K-medoids聚类算法将节点分组并形成两层，实现分层共识来降低共识过程的通信开销；最后，优化主节点选取方式，由聚类中心节点投票产生主节点，通过赋予信誉高且标准差低的节点更高的投票权重来降低恶意节点担任主节点的概率，提高主节点选取的安全性和公正性。实验仿真结果表明，在相同的网络设置和节点数量条件下，与PBFT相比，TSD-PBFT算法平均吞吐量提高了72.1%，平均时延降低了50.2%。与现在类似PBFT改进算法相比，TSD-PBFT也具有明显的性能优势，能更好的适用于大规模联盟链场景。

关键词： 10 kV电缆   施工缺陷   缺陷识别   特征提取   Canny算子   图像处理  

摘要： 10 kV电缆中间接头施工缺陷易导致绝缘故障，为了快速准确的检测识别电缆中间接头施工缺陷，提出一种Canny算子和图像处理结合的边缘检测方法。Canny算子和图像处理结合的算法能最优定位边缘、不误检，得到准确的中间接头边缘信息。实验结果表明，Canny边缘算法能检测出缺陷图像中较为完整的污渍和划痕，对于主绝缘切割不齐、半导电剥离不齐和毛刺缺陷能准确的检测，缺陷算法准确率均达到90%以上。Canny边缘检测算法提高了缺陷检测的智能化程度，能有效管控施工质量。

关键词： 分布式约束优化问题   邻居忽略   解空间扩大搜索   局部搜索算法  

摘要： 针对现有基于局部搜索思想的分布式约束优化问题求解算法存在容易陷入局部最优的问题，提出了一系列用于求解分布式约束优化问题(Distributed Constraint Optimization Problems,DCOPs)的基于邻居忽略策略(Neighbor Ignoring strategies,NI)的局部搜索算法，以扩大对解空间的搜索，避免陷入局部最优。为了研究智能体之间约束关系的可变性和随机性对局部搜索的影响和极值对于局部搜索的影响，分别设计了单个随机邻居忽略策略和极值邻居忽略策略。同时，基于单个邻居随机忽略策略和极值邻居忽略策略，设计了用于平衡算法探索和开发能力的混合策略。此外，还设计了多个邻居随机忽略策略以探讨求解DCOPs时同时随机忽略多个邻居的可行性，并在理论上证明了随机邻居忽略策略对智能体之间的约束关系没有影响。将提出的一系列基于邻居忽略策略的局部搜索算法与十种最先进的非完备算法在三类基准问题上的寻优结果进行了实验对比，结果表明所提出的一系列用于求解DCOPs的基于邻居忽略策略的局部搜索算法显著优于目前最先进的非完备算法。

关键词： 无线网规划建设   人工智能   业务预测  

摘要： 随着5G向5G-Advanced演进，需要结合最新技术规划发展路径，为无线网规划建设智能化演进指明方向。从人工智能技术最新研究进展入手，首先分析当前大模型的能力类型和应用方向，对未来技术发展方向进行研判，提出无线网规划建设引入人工智能技术的总体策略建议；然后分析网络规划建设智能化面临的挑战，提出规划建设智能化发展的3个阶段，并规划当前和未来的智能化演进路线；最后分享无线网规划建设智能化的最新创新研究成果“一种基于周期性判断的智能业务预测方法”，该方法基于格拉姆角场（GASF）将时间序列转换为二维图像，再利用结构相似度度量（SSIM）捕捉时间序列的周期性和相似性，通过结构化和非结构化数据的转换增强业务周期性识别的效果，提高业务预测的精度。

关键词： 磁偶极子等效源   辐射发射   磁场   近场扫描   优化方法  

摘要： 本研究提出了一种利用近场扫描技术建立被测电子设备辐射发射等效源模型的新方法，模型基于一组磁偶极子建立,这些磁偶极子可以替代被测设备,并辐射出近似相同的磁场分布。采用差分进化算法通过近场测量得到的磁场强度幅值来确定磁偶极子的位置和磁偶极矩的大小，并提出一种根据被测设备总磁场强度热点范围限定磁偶极子位置搜索范围的优化方法，在不显著降低模型精度的情况下提高了建立模型的效率。利用所提出的方法分别建立了圆形贴片天线和微控制单元的等效源模型,等效源模型能够被快速建立并能准确地描述被测设备的辐射特性，验证了本文方法的有效性。

关键词： 入侵检测   少样本   时间卷积网络   注意力机制  

摘要： 随着网络与信息技术的快速发展，各种安全威胁也不断增加，入侵检测作为保障网络安全的重要手段尤为重要。然而，实际应用中难以获取大量标注样本。传统的入侵检测方法通常依赖大量标注数据进行训练，这使得它们在少样本场景下的分类性能大打折扣，降低了模型的分类性能。为解决该问题，本文提出了一种基于时间卷积网络（temporal convolutional network，TCN）与卷积块注意力机制（convolutional block attention module，CBAM）的少样本入侵检测模型。TCN通过分层方式捕获网络流量的时空特征，同时采用H-swish激活函数以缓解ReLU神经元“坏死”现象，从而提高模型在少样本条件下的表现。CBAM进一步优化了特征提取，对通道和空间特征赋予不同权重，有效降低计算开销并提升性能。在UNSW＿NB15和CIC-IDS2017数据集上的实验结果表明，该模型在少样本场景下的检测性能明显优于传统入侵检测模型。

关键词： 网络测量   超点测量   草图  

摘要： 针对典型草图无法直接应用到超点测量的问题，提出新型的多重过滤草图(MFS)，给出理论误差分析.MFS以前置分流过滤器来去除重复数据包，在兼顾流频率测量任务的同时完成超点测量.后级统计过滤器划分为3级子结构，分别用来捕捉不同大小的流，以适应现实中偏态的网络流量分布特征，提升草图的内存利用率及测量精度.提出非对称的插入和查询算法(AIQ)，该算法利用流量的偏态分布特征，快速完成插入和查询操作，满足链路转发的速度要求.实验结果表明，与当下的先进方案相比，所提的多重过滤草图的流频率测量精度提升了2～48倍，大象流测量精度提升了3～53倍，超点测量精度提升了2.0～3.0倍，测量吞吐量与经典草图相当.

关键词： 卷积神经网络   深度学习   电价预测   遗传算法   节点边际电价  

摘要： 该文将卷积神经网络（Convolutional neural networks，CNN）与进化算法相结合提出一种日前电价估计方法。首先，基于基因定位结果，选择、变异和交叉生成竞争个体。然后，根据基因二进制位与CNN参数/超参数之间的映射关系，设计最优的CNN结构。最后，以某电力市场为例，验证所提方法有效性。实验结果表明，与其他预测方法相比，所提算法具有较高的预测精度和较低的误差率。

关键词： 自适应循环发动机   加速控制规律   性能寻优   多变量控制   混沌映射   智能算法  

摘要： 提出一种结合混沌机制的三角拓扑聚合优化方法，旨在优化航空发动机稳态及加速过程的控制规律。针对稳态控制规律优化问题，以三角拓扑聚合优化方法为基础，通过逻辑混沌映射机制提高优化算法的全局寻优能力，提出一种混沌三角拓扑聚合优化策略（Chaotic triangulation topology aggregation optimizer，CTTAO）。针对加速控制规律设计问题，构建基于CTTAO的优化Bezier曲线，以提高加速过程的优化效率；引入优化变量的物理特性进行优化区间的自修正，提出一种改进混沌三角拓扑聚合优化方法（Improved chaotic triangulation topology aggregation optimizer，ICTTAO），从而获得渐近稳定的控制规律，提高性能优化结果的可靠性。采用所提的优化方法开展自适应循环发动机（adaptive cycle engine，ACE）多变量控制规律优化研究，根据不同飞行需求，对最大推力、最低油耗、最低涡轮前温度和加速模式进行性能寻优。仿真结果表明，优化后的ACE在亚声速巡航基准点实现了耗油率降低5.35%，在超声速巡航点实现了推力提升27.59%。本文所提出的ICTTAO优于其他比较算法，在满足加速时间为2.12 s的前提下，能够保障更大的安全裕度、更低的耗油率、更小的稳态误差。此外，该方法有望用于变循环发动机模态转换控制规律设计。

关键词： 激光熔覆   孔隙   计算机视觉   深度学习   目标   优化  

摘要： 为了提升激光熔覆损伤修复件中孔隙的检测精度，以调整激光熔覆工艺参数，从而减少熔覆层气孔、开裂等缺陷，提升激光熔覆层质量，开展IN718镍基合金不同工艺参数下的激光熔覆试验，并开发一种改进型SP-YOLOv5孔隙检测算法。在输入层与卷积层之间增加Coordatt注意力机制模块，从而增强特征图的空间位置信息权重；改写YOLOv5网络结构，以增强网络模型对孔隙类小目标的检测能力；采用Soft-NMS代替原有NMS（非极大值抑制）进行检测结果后处理，进一步降低网络漏检率；将SP-YOLOv5算法孔隙检测结果与YOLOv5、FasterRCNN、RCNN以及ImageJ软件分析结果进行对比，得出SP-YOLOv5算法模型比其他算法模型的精度最高提升了10.57%；在此基础上，通过对激光熔覆熔池温度、熔池面积及熔覆层横截面孔隙率、熔宽、熔高、熔深等的测量，基于Stacking算法建立激光熔覆工艺参数与孔隙率的回归预测模型，并采用目标优化算法获得了较优激光熔覆工艺参数组合（激光功率1 330 W、扫描速度460 mm / min、送粉率13 g / min），对熔覆件进行孔隙参数测量，结果显示，在这些优化参数下，Stacking模型预测的孔隙率与实际测量值的一致性达到97.5%，验证了优化方法的有效性，研究结果可为激光熔覆层孔隙缺陷的有效控制提供理论依据。