检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大数据背景下的数据安全治理研究进展

太原理工大学学报 2024年第1期55卷 127-141页

作者：徐双刘文斌李佳龙李灯熬赵菊敏太原理工大学大数据学院山西晋中030600 太原理工大学大数据融合分析与应用山西省重点实验室山西晋中030600 太原理工大学山西省智能感知工程研究中心山西晋中030600 太原理工大学信息与计算机学院山西晋中030600

【目的】通过检索与分析数据安全治理相关技术文献,从数据全生命周期各阶段入手,展开实现数据安全治理的各类安全治理技术研究。【方法】首先,通过介绍数据安全治理现状,分析加强数据安全治理研究的重要性;其次,具体阐述了数据全生命周... 详细信息

【目的】通过检索与分析数据安全治理相关技术文献,从数据全生命周期各阶段入手,展开实现数据安全治理的各类安全治理技术研究。【方法】首先,通过介绍数据安全治理现状,分析加强数据安全治理研究的重要性;其次,具体阐述了数据全生命周期理论,给出数据生命周期的不同阶段;然后,系统性总结了数据准备、使用、存储与销毁等不同生命周期阶段的数据安全治理技术及其应用;最后,对数据安全治理面临的挑战与未来研究方向进行了分析与展望。【结论】加强数据安全治理,不论是对个人信息的隐私保护,还是对数据产业自身发展,甚至是对国家的信息安全,都有着重大意义。数据安全治理领域应更好地将区块链技术和实际应用相结合,建立更加健全的数据追责机制,明确数据使用的责任和义务。

关键词：数据安全治理全生命周期数据准备数据使用数据存储与销毁

基于STL-Former的中短期光伏功率预测

在线全文

学校读者我要写书评

暂无评论

热能动力工程 2024年第4期39卷 140-146,153页

作者：李灯熬白晓东夏鸿伟冯丁山西省能源互联网研究院山西太原030000 太原理工大学计算机科学与技术学院(大数据学院) 山西太原030024 新疆石文科技发展有限公司新疆乌鲁木齐830011 太原师范学院计算机科学与技术学院山西太原030619

由于光伏发电具有间歇性和波动性,给电网运行的安全性和稳定性造成危害,对光伏功率进行准确预测可以有效解决这一问题。本文提出一种基于STL-Former的中短期光伏功率预测模型,该模型结合了季节趋势局部加权回归分解(STL分解)与神经网络... 详细信息

由于光伏发电具有间歇性和波动性,给电网运行的安全性和稳定性造成危害,对光伏功率进行准确预测可以有效解决这一问题。本文提出一种基于STL-Former的中短期光伏功率预测模型,该模型结合了季节趋势局部加权回归分解(STL分解)与神经网络模型。首先,STL-Former模型将光伏功率数据通过STL分解进行特征扩充,用于提取基于历史序列的周期项、趋势项特征。然后,拼接周期项、趋势项特征和原特征,进行数据预处理和特征编码并使用基于Informer模型的神经网络进行功率预测。最后,在真实数据集上进行大量实验。实验结果表明:STL-Former在中短期光伏功率预测任务中精度较高,其中在2 h光伏功率预测任务时,平均绝对值误差为0.176、均方误差为0.180;在28 h光伏功率预测任务时,平均绝对值误差为0.170、均方误差为0.154。

关键词：深度学习光伏功率预测 STL分解

在线全文

学校读者我要写书评

暂无评论

长治市环境空气质量评价及影响因素研究

太原理工大学学报 2024年

作者：徐双秦慧敏邱兰董云云李灯熬赵菊敏太原理工大学大数据融合分析与应用山西省重点实验室山西大学数学科学学院新疆石文科技发展有限公司太原理工大学计算机科学与技术学院(大数据学院) 太原理工大学软件学院

客观评价城市环境空气质量并分析其影响因素，对了解空气质量现状，控制污染源具有重要意义。本文依据污染因子浓度监测值为构建基于模糊数学综合评价法的环境空气质量评价方法用于长治市的环境空气质量评价，并对首要污染因子与其他污... 详细信息

客观评价城市环境空气质量并分析其影响因素，对了解空气质量现状，控制污染源具有重要意义。本文依据污染因子浓度监测值为构建基于模糊数学综合评价法的环境空气质量评价方法用于长治市的环境空气质量评价，并对首要污染因子与其他污染因子进行斯皮尔曼相关性分析。结果表明采用阶梯型隶属度函数的模糊综合评价法相较AQI(Ambient Air Quality Index)和内梅罗指数法能够综合所有污染因子的作用更加全面评价环境空气质量，且长治市2017-2022 6年间环境空气质量状况在逐渐好转。长治市的首要污染因子为PM10，且与PM2.5、SO2、NO2、CO均具有相关性，相关性依次递减，而与O3不具相关性。通过污染因子时间分布特征分析发现，每年一四季度PM2.5、PM10、CO、NO2、SO2的浓度会上升，二三季度5种污染因子的浓度呈现下降趋势，并且一四季度5项污染因子的浓度值高于二三季度。新冠肺炎疫情爆发期间，所有污染因子均呈现下降趋势，且CO浓度的下降趋势最为明显。

关键词：长治市环境空气质量模糊数学综合评价法影响因素斯皮尔曼相关系数法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于无监督学习和粒子滤波的非视距信号检测

北京航空航天大学学报 2022年第11期48卷 2250-2258页

作者：侯宁宁李灯熬赵菊敏太原理工大学信息与计算机学院太原030024 山西省空间信息网络工程技术研究中心太原030024 太原理工大学大数据学院太原030024

全球卫星导航系统(GNSS)是目前应用最广泛的定位技术,研究城市峡谷中的定位问题时,由于高楼大厦的阻塞,仍存在非视距传播导致的性能退化问题。为此,提出了无监督学习粒子滤波(UL-PF)算法。在卫星信号分类阶段,使用核k-means聚类的无监... 详细信息

全球卫星导航系统(GNSS)是目前应用最广泛的定位技术,研究城市峡谷中的定位问题时,由于高楼大厦的阻塞,仍存在非视距传播导致的性能退化问题。为此,提出了无监督学习粒子滤波(UL-PF)算法。在卫星信号分类阶段,使用核k-means聚类的无监督学习分类方法,在定位阶段,使用通过聚类算法优化的粒子滤波方法。所提算法考虑了采样粒子在状态空间分布中的内在相似性,探索在每个聚类中选择一个粒子作为重要粒子,利用时间序列相关技术提高重采样粒子集的多样性。实验表明:在城市场景中,所提算法的平均定位精度从传统算法的15 m提高到约5 m,收敛时间从500 s缩短到200 s左右。

关键词：全球卫星导航系统非视距分类核k-means 粒子滤波无监督学习

在线全文

学校读者我要写书评

暂无评论

基于频移的速率自适应方法

太原理工大学学报 2023年

作者：张潼李灯熬赵菊敏山西省空间信息网络工程技术研究中心太原理工大学大数据学院大数据融合分析与应用山西省重点实验室山西省智能感知工程研究中心太原理工大学信息与计算机学院

近年来对于反向散射网络的关注度日益提升。在反向散射网络中反向散射节点如射频识别(RFID)标签等可吸收环境中的电磁波作为能量进行通信，并且可以在环境内大规模部署，使得其可在复杂环境中进行通信。然而，由于多径效应和信道衰落的... 详细信息

近年来对于反向散射网络的关注度日益提升。在反向散射网络中反向散射节点如射频识别(RFID)标签等可吸收环境中的电磁波作为能量进行通信，并且可以在环境内大规模部署，使得其可在复杂环境中进行通信。然而，由于多径效应和信道衰落的存在，信息传输速率的选择不当会导致系统吞吐量下降。因此，根据环境及标签自身变化进行速率自适应是提升系统吞吐量的必要手段。但近年来速率自适应研究过程中存在触发器时效性不高和速率选择方案普适性较差等问题。针对以上问题本文提出了基于频移的速率自适应方法RAFS。RAFS中首先基于频移波动性设计了触发器。并在商用阅读器上实现了该触发器。在此基础上设计了基于两个数据包时间差的速率切换方案。根据实验结果，本算法在标签静止、运动的情况下系统吞吐量均有不同程度的提升，动态环境下更为明显。总体来说，系统总体吞吐量相较于只使用FM0编码提高了约15%。

关键词：射频识别反向散射网络速率自适应信号频移

针对IQ域多标签碰撞信号的改进小波聚类算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

太原理工大学学报 2023年

作者：张晓鹏赵菊敏李灯熬山西省空间信息网络工程技术研究中心太原理工大学大数据学院大数据融合分析与应用山西省重点实验室山西省智能感知工程研究中心太原理工大学信息与计算机学院

针对RFID反向散射系统中多标签碰撞后在IQ域中生成的簇由于噪声导致的簇重叠问题，本文提出了一种改进小波聚类算法。面对一般簇聚类算法无法解决的簇重叠问题，该算法具有显著的优势。在改进的小波聚类算法中，本文基于原始的小波聚类... 详细信息

针对RFID反向散射系统中多标签碰撞后在IQ域中生成的簇由于噪声导致的簇重叠问题，本文提出了一种改进小波聚类算法。面对一般簇聚类算法无法解决的簇重叠问题，该算法具有显著的优势。在改进的小波聚类算法中，本文基于原始的小波聚类算法，同时利用了多标签碰撞信号的特性。在一般情况下过渡点会被当作噪声点去除，然而其对于多标签碰撞信号具有一定的分割作用。本文通过利用组合状态簇之间的离散过渡点，实现对重叠组合状态簇的分离，准确识别分类正确数目的组合状态簇。实验结果表明，改进的小波聚类能够区分受噪声影响的重叠组合状态簇，实现准确的符号聚类。

关键词：反向散射系统多标签碰撞组合状态簇小波聚类

基于混合加权距离的KNN心衰患者死亡率评估模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

太原理工大学学报 2022年第5期53卷 933-939页

作者：付健李灯熬赵菊敏太原理工大学大数据学院山西晋中030600 太原理工大学信息与计算机学院山西晋中030600

利用K近邻算法预测心衰患者死亡率是一种积极影响患者健康的重要手段。但K近邻算法难以利用单一距离准确度量带有离散和连续型变量的样本距离,同时K近邻所采用的投票法不能衡量距离远近对于待测样本类别的影响。针对上述问题,提出了一... 详细信息

利用K近邻算法预测心衰患者死亡率是一种积极影响患者健康的重要手段。但K近邻算法难以利用单一距离准确度量带有离散和连续型变量的样本距离,同时K近邻所采用的投票法不能衡量距离远近对于待测样本类别的影响。针对上述问题,提出了一种混合加权距离的K近邻死亡率评估模型。首先,利用卡方检测和基于L1正则化的逻辑斯蒂回归对特征的筛选和排序。然后,应用值差度量和曼哈顿距离混合计算样本间的距离。最后,采用softmin函数对距离加权处理后,输出最终待测样本类别。通过MIMIC-Ⅲ公开数据库的2 743位心衰患者数据实验验证,改进的算法对于评估死亡率具有良好性能。

关键词：心力衰竭混合加权距离 K近邻算法死亡率预测

基于RHT斜率抑制法和自适应载波信号跟踪的多径抑制算法研究

在线全文

学校读者我要写书评

暂无评论

太原理工大学学报 2023年第3期54卷 518-524页

作者：马晓丽李灯熬赵菊敏太原理工大学信息与计算机学院山西晋中030600 太原理工大学大数据学院山西晋中030600

从传统的接收机环路多径抑制方法出发,通过纠正码环相关曲线畸变和自适应载波信号更新机制跟踪弱动态载波信号两个层次,并行减缓多径效应对接收机跟踪捕获带来的延迟影响。首先,针对码环内部函数畸变带来的自相关迭代误差问题,利用机器... 详细信息

从传统的接收机环路多径抑制方法出发,通过纠正码环相关曲线畸变和自适应载波信号更新机制跟踪弱动态载波信号两个层次,并行减缓多径效应对接收机跟踪捕获带来的延迟影响。首先,针对码环内部函数畸变带来的自相关迭代误差问题,利用机器学习领域中的随机霍夫变换(RHT)斜率检测法辅助减小窄相关器的误差;其次,设计了一种自适应阈值载波跟踪信号状态模型,用于解决高遮挡低载噪比(CNR)条件下的信号跟踪受限问题。从不同的角度将该方法与现有方法做了对比和分析,结果表明:应用RHT斜率抑制法辅助自适应增强载波信号跟踪的定位模型性能相较于传统的高分辨率技术(HRC)和卡尔曼滤波(KF)载波跟踪方法均有明显的提升,其中本文提出的方法可以在1.8 s左右的信号延迟时及时恢复载波信号失锁。此外,从最终的定位结果可知,实验场景中多径(MP)效应较强的D区域,定位误差的均方根误差(RMSE)降低了6.3 m.

关键词：全球导航卫星系统(GNSS) 多径效应接收机跟踪环路自适应信号模式 RHT斜率抑制

基于多核SVM的AdaBoost心力衰竭死亡率评估模型

在线全文

学校读者我要写书评

暂无评论

太原理工大学学报 2023年第5期54卷 804-811页

作者：刘晓玉李灯熬赵菊敏太原理工大学信息与计算机学院(大数据学院) 山西晋中030600

【目的】心力衰竭简称心衰,是一种复杂的临床综合征,具有高发病率、高死亡率和预后效果不佳等显著特点,是各类心脏疾病发展的终末期,严重危害人类健康。因此,对心衰患者进行早期的预后评估研究至关重要,可以最大程度地帮助患者生存。【... 详细信息

【目的】心力衰竭简称心衰,是一种复杂的临床综合征,具有高发病率、高死亡率和预后效果不佳等显著特点,是各类心脏疾病发展的终末期,严重危害人类健康。因此,对心衰患者进行早期的预后评估研究至关重要,可以最大程度地帮助患者生存。【方法】提出一种基于多核支持向量机(multi kernel support vector machine,MK-SVM)和自适应提升算法(adaptive boosting,AdaBoost)的心力衰竭死亡率评估模型(MK-SVM-AdaBoost).该算法利用MK-SVM将特征映射到高维空间,并依据AdaBoost算法将基本分类器进行集成,实现死亡率的精确预测。同时,将合成少数过采样技术(synthetic minority oversampling technique,SMOTE)和Tomek links欠采样技术相结合的混合抽样方法引入到预测模型中,减轻不平衡数据集对模型性能的影响。【结果】在收集于白求恩医院的小型心衰数据集上进行心衰患者30 d内死亡率预测实验。实验结果表明,MK-SVM-AdaBoost模型的准确率和召回率分别达到了85.63%和86.33%,优于现有方法,ROC曲线下与坐标轴围成的面积(area under curve,AUC)和其微观平均值(micro-mean AUC,MiA-AUC)分别达到了91.00%和92.00%,表明提出的模型具有良好的稳定性。【结论】提出的模型具有较高的准确率和稳定性,可以为医生的临床决策提供一定的参考。今后课题将继续对数据集进行扩充,并对分级预警进行研究,以便对患者进行更有效的评估。

关键词：心力衰竭多核支持向量机 AdaBoost算法死亡率预测