检索结果-南通市图书馆

作者：陈汪洋安徽理工大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的网络入侵检测方法研究

基于深度学习的网络入侵检测方法研究

作者：余宏陈黑龙江大学

学位级别：硕士

先进的科学技术带来极大的便利的同时,也带来了许多新的安全挑战。网络入侵检测技术作为一种抵御网络攻击的重要手段,在维护稳定的网络环境方面起着重要作用。传统的网络入侵检测技术容易受到网络流量的数量和复杂性激增带来的影响,因此... 详细信息

先进的科学技术带来极大的便利的同时,也带来了许多新的安全挑战。网络入侵检测技术作为一种抵御网络攻击的重要手段,在维护稳定的网络环境方面起着重要作用。传统的网络入侵检测技术容易受到网络流量的数量和复杂性激增带来的影响,因此,如何从大量复杂的网络数据流量中挖掘出有用的特征信息,并准确识别出潜在的网络攻击行为,成为了网络安全领域亟需解决的问题。为解决传统网络入侵检测方法泛化能力差的挑战,本文提出了一种基于多粒度特征提取的网络入侵检测方法。该方法分别利用改进的Rse Net神经网络和Bi GRU神经网络挖掘流量数据中的空间特征和时序特征;然后将得到的空间特征和时序特征信息进行融合得到更加丰富的时空特征;最后利用Softmax根据提取的时空特征完成入侵检测分类。为了解决数据不平衡造成的训练模型偏移的问题,本文提出了一种新颖的知识传递损失函数。该方法通过在交叉熵损失函数后面添加一个知识传递惩罚项,用于平衡预测概率分布和目标概率分布之间的差异,通过不断的学习,确保在保证预测标签和真实标签差异最小化的同时,确保模型预测概率分布和目标概率分布之间的差异越来越小,进而缓解数据不平衡造成模型训练差异的影响。为了进一步解决冗余特征对网络入侵检测系统检测性能的挑战。本文提出一种基于启发式优化算法的网络入侵检测方法。该方法首先设计了一种用于评估特征质量的适度值函数;然后结合本文改进的启发式优化算法EHO进行特征选择,旨在从大规模的网络流量特征选择中选择出与检测结果最相关的特征子集;最后基于选择出的特征子集完成网络入侵检测。本文在网络入侵检测领域三个公开的数据集上进行了实验。实验结果表明,本文提出的方法能够从NSL＿KDD数据集的41个特征中选择出7个关键特征,并实现91.74%的准确率和92.72%的精准率;能够从UNSW＿NB15数据集42个特征中选择出5个关键特征,并实现93.41%的准确率和95.49%的精准率;能够从CES-CIC-IDS2018数据集83个特征中选择出7个关键特征,并实现98.50%的准确率和98.74%的精准率。

关键词：网络入侵检测残差神经网络 BiGRU 特征选择启发式优化算法

易地扶贫搬迁老人自我效能感提升的实务研究 ——以贵州省R市F社区为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

易地扶贫搬迁老人自我效能感提升的实务研究 ——以贵州省R市F社...

作者：陈毫贵州师范大学

学位级别：硕士

随着我国人口老龄化问题的不断加剧,老年人群体迅速扩大,带来了公共财政压力增大、为老服务需求增加以及老龄伦理问题增多等社会问题。在易地扶贫搬迁社区的老年人更会因为身体机能退化、消极情绪以及环境等因素而自我效能感偏低,部分... 详细信息

随着我国人口老龄化问题的不断加剧,老年人群体迅速扩大,带来了公共财政压力增大、为老服务需求增加以及老龄伦理问题增多等社会问题。在易地扶贫搬迁社区的老年人更会因为身体机能退化、消极情绪以及环境等因素而自我效能感偏低,部分老年人甚至因此而损害身心健康。所以,通过社会工作的专业方法提升易地扶贫搬迁老人的自我效能感,对完善老年社会工作实务方法、助力积极老龄化发展有着重要意义。本研究基于R市F易地扶贫搬迁社区实践,通过对社区老年人的评估,分析社区老年人自我效能感偏低的原因,在此基础上以自我效能感理论为指导,设计出以小组工作为主、组建老年志愿队活动为辅的干预方案。随后基于实务过程及成效进行评估,探讨从正向语言的引导、积极情绪的激发、同质经验的学习以及成功经验的强化四种途径出发设计的社会工作实务对提高易地扶贫搬迁老人自我效能感是否有效,以及如何进一步优化实务方法以更好的服务于易地扶贫搬迁老人自我效能感的提升。研究结果表明,以自我效能感理论指导社会工作提升易地扶贫搬迁老人自我效能感是有效的。同时,对社会工作介入易地扶贫搬迁老人自我效能感研究中存在的不足,提出了聚焦需求合理设计服务方案、建立社会工作者角色帮扶机制、优化测评机制提高信度以及构建后续联动机制巩固成效的优化建议,以期助力积极老龄化的发展以及完善老年社会工作的实务方法。

关键词：易地扶贫搬迁老人自我效能感老年志愿队

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线教育平台的性能瓶颈检测与分析

在线教育平台的性能瓶颈检测与分析

作者：陈张贵州大学

学位级别：硕士

全GFRP筋增强混凝土梁柱节点抗震性能研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全GFRP筋增强混凝土梁柱节点抗震性能研究

作者：陈蔡民广州大学

学位级别：硕士

钢筋容易受到大气中的氧化物、水分和盐分等腐蚀介质的侵蚀,导致钢筋断裂和腐蚀扩展,从而减弱了混凝土结构的整体性能和使用寿命。玻璃纤维增强聚合物(GFRP)是一种无机非金属材料,不会受到腐蚀的影响,即使在潮湿的环境或化学腐蚀性较强... 详细信息

钢筋容易受到大气中的氧化物、水分和盐分等腐蚀介质的侵蚀,导致钢筋断裂和腐蚀扩展,从而减弱了混凝土结构的整体性能和使用寿命。玻璃纤维增强聚合物(GFRP)是一种无机非金属材料,不会受到腐蚀的影响,即使在潮湿的环境或化学腐蚀性较强的条件下也能保持良好的性能,因此使用GFRP筋代替钢筋可以在一定程度上解决钢筋混凝土结构的腐蚀问题。然而GFRP筋为脆性材料,GFRP筋增强混凝土结构在地震作用中的力学性能有待研究。梁柱节点作为框架结构中最重要部分,节点的抗震性能深刻影响着建筑结构安全可靠性。本文将从试验分析和有限元模拟两方面对GFRP筋混凝土梁柱节点的抗震性能展开研究,研究内容如下:(1)对4个GFRP筋混凝土梁柱节点试件进行拟静力试验,通过观察试件的破坏状态以及分析试件的滞回曲线、骨架曲线、延性、强度与刚度、耗能以及残余变形等指标,分析试件的配箍形式、配箍率等参数对梁柱节点抗震性能的影响。结果表明:GFRP筋混凝土梁柱节点具有良好的变形能力和耗能能力;方形螺旋箍约束混凝土节点试件的极限承载力最高,其次是八边形复合箍,井字复合箍的最低;井字复合箍约束混凝土节点试件的延性最好,八边形复合箍次之,方形螺旋箍最差。此外,增加柱配箍率可以提高试件的极限承载力,但会降低结构的延性。(2)运用DIANA有限元软件建立GFRP筋混凝土梁柱节点数值模型,并通过分析试件模型的滞回曲线、骨架曲线、极限承载力以及裂缝发展情况与试验结果进行对比验证。结果表明:有限元软件建立的数值模型分析数据与试验结果较为吻合,验证了数值模型的准确性。(3)基于验证后的数值模型,进一步探究轴压比、混凝土强度、梁柱配筋率以及筋材类型等主要参数对GFRP筋混凝土梁柱节点抗震性能的影响。研究表明:增大轴压比,节点的极限承载力有所提高、延性以及可恢复能力下降;提高混凝土强度,节点的极限承载力、耗能能力提升较快;提高梁纵筋配筋率,节点的极限承载力、耗能能力以有所提高、但延性变低;提高柱纵筋配筋率,节点的极限承载力、延性、可恢复以及耗能能力有所提高,但影响效果较小;普通钢筋与GFRP筋节点试件的极限承载力相接近,而GFRP筋试件耗能能力较低,但残余变形更小,可恢复能力更强。

关键词： GFRP筋梁柱节点抗震性能拟静力试验有限元分析

基于改进蜣螂算法优化组合模型的光伏故障检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进蜣螂算法优化组合模型的光伏故障检测

作者：陈泰森河北大学

学位级别：硕士

随着能源与环境问题日益突出,太阳能使用前景日趋明朗,光伏发电技术引起了各国的高度关注,光伏产业由此得到迅猛发展。光伏系统一般建设在室外环境,在长期外部因素的影响下,容易发生故障。当前,光伏发电系统的稳定性需求不断增强,需要... 详细信息

随着能源与环境问题日益突出,太阳能使用前景日趋明朗,光伏发电技术引起了各国的高度关注,光伏产业由此得到迅猛发展。光伏系统一般建设在室外环境,在长期外部因素的影响下,容易发生故障。当前,光伏发电系统的稳定性需求不断增强,需要最大限度的减少因故障导致的发电损失,最迫切的任务在于研发一套高效的光伏阵列故障检测技术。基于此,本文所作研究如下:(1)研究光伏电池的数学模型与电路构造,在模拟环境下搭建单个光伏电池的模型,并在此基础上,研究单个光伏电池在正常工作下的输出特性以及光照和环境温度变化对输出的影响,从而确定光伏电池的参数变化规律。(2)基于实际光伏电池的连接架构,构建光伏阵列的模型,并结合光伏阵列故障发生时的实际电路参数,设定相应的故障类型,以模拟多种不同的故障情况。在MATLAB仿真平台上,搭建了光伏仿真模型。通过深入剖析光伏阵列内部故障发生的机理,模拟不同类型的故障工况。在仿真过程中,对比了在各类故障条件下的阵列输出特性与正常运作状态下的差异,从而收集到各类故障状态下光伏阵列的运行数据。将模拟故障数据与实际故障数据做对比,误差在允许范围内,证明了模型的有效性。(3)研究并构建了一种融合卷积神经网络(Convolutional Neural Network,CNN)与双向长短期记忆神经网络(Bidirectional Long Short Term Memory Neural Network,Bi LSTM)的组合深度学习模型CNN-Bi LSTM模型。该模型利用CNN的空间特征提取能力以及Bi LSTM对时序数据特征的捕捉能力,深层次的揭示了光伏故障数据时间特征及空间特征之间的关联性,从而提高了故障检测效果。(4)提出了一种改进蜣螂优化算法(Improved Dung Beetle Optimizer,IDBO)优化神经网络模型超参数。在原始蜣螂优化算法(Dung Beetle Optimizer,DBO)的基础上,整合了Levy飞行机制、T扰动分布策略并结合了灰狼搜索算法的优势。采用6种基准测试函数对IDBO进行了深入的性能评测,并将其与遗传算法、原始蜣螂算法等做了对比分析,实验结果显示IDBO在寻找最优解的速度以及全局优化能力上展现出了明显的优势。在此基础上,将IDBO算法引入到对CNN-Bi LSTM模型的关键超参数调优环节。以平均绝对误差作为目标函数,构建出了借助IDBO进行超参数优化的CNN-Bi LSTM模型。通过对该模型与未经IDBO优化的原始CNN-Bi LSTM模型性能进行对比分析,预测准确率提升了3.5%。

关键词：蜣螂优化算法光伏阵列仿真神经网络组合模型故障检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对流层散射通信信道衰落特性研究

对流层散射通信信道衰落特性研究

作者：吕林陈电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的轴承故障诊断方法研究

基于深度学习的轴承故障诊断方法研究

作者：钱陈盐城工学院

学位级别：硕士

轴承在机械设备中起着至关重要的作用,其工作状态对设备的整体性能有着直接的影响。轴承在运行过程中,由于环境复杂且多变,故障的发生几率极高。如果不能及时检测并替换出现故障的轴承,可能会引发设备的异常运行,从而导致重大的经济损... 详细信息

轴承在机械设备中起着至关重要的作用,其工作状态对设备的整体性能有着直接的影响。轴承在运行过程中,由于环境复杂且多变,故障的发生几率极高。如果不能及时检测并替换出现故障的轴承,可能会引发设备的异常运行,从而导致重大的经济损失。因此,对轴承进行故障诊断具有非常重要的意义。近些年人工智能技术得到飞速发展,轴承故障诊断也开始由传统的故障诊断转向智能故障诊断,基于深度学习的智能故障诊断开始应用于轴承故障诊断中。实际工作环境中,采集的数据具有样本稀缺、噪声干扰和工况变化的特点以及存在多个轴承故障诊断任务的场景。现有基于深度学习的轴承故障诊断方法在以上特点的数据集和场景中存在相关问题,本文以轴承振动信号为分析目标,运用深度学习技术,对高噪声、不同工况以及多任务等复杂环境下的轴承故障识别问题进行了深入研究,主要研究内容如下:1.针对传统的基于深度学习的轴承故障诊断模型在小样本和变工况场景下诊断效果不好的问题,提出一种基于改进深度残差孪生神经网络的轴承故障诊断方法。提出的方法利用孪生神经网络提取共享权重的特征,以扩充故障样本。然后,通过多个残差块提取更深层次的特征信息,有效缓解过拟合问题。利用注意力机制提高对重要特征信息的关注度。最终,通过计算样本对之间的欧氏距离来评估相似度,以进行轴承故障分类,实现端到端的轴承故障诊断。通过利用凯斯西储大学数据集设计多组实验,以综合验证所提方法的有效性,结果表明该方法有优秀的故障识别能力。2.针对轴承运转过程中存在噪声干扰以及故障样本稀缺的问题,提出一种基于多尺度协同融合残差神经网络的轴承故障诊断方法。该方法利用多尺度收缩去噪模块提高在小样本场景下的故障特征提取的能力和抑制噪声的干扰。集成了中间融合模块和全局感知模块,增强特征表示并扩展模型的感受野,从而提高全局特征提取能力。此外,引入在线标签平滑、Meta-ACON激活函数和Adam P优化器,以促进收敛并增强模型的泛化能力。在凯斯西储大学数据集和东南大学数据集上的实验表明,该方法在强噪声以及样本稀缺的场景下能够准确进行轴承故障诊断。3.针对现有的深度学习轴承故障诊断模型大多基于单一的故障诊断,实际工作环境下存在多个轴承故障诊断任务的问题,提出一种基于多尺度多任务深度可分离网络的轴承故障诊断方法。该方法利用多任务学习机制进行故障类型和故障尺寸两种任务的诊断。引入深度可分离卷积进行特征提取,旨在减少参数量并增强提取多任务所需要的故障特征。然后,利用注意力机制选取有效的特征信息;并提出了一种动态损失权重算法,该算法能够根据任务的特性动态调整损失权重,针对每个子任务实现了灵活的权重控制。实验结果表明,该方法具有良好的抗噪性和自适应性。

关键词：轴承故障诊断深度学习注意力机制多任务学习动态损失权重算法

暴雨内涝下地铁车站深基坑工程的韧性评价研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

暴雨内涝下地铁车站深基坑工程的韧性评价研究

作者：陈纷纷江西科技师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于对抗样本的文本检测方法研究

基于对抗样本的文本检测方法研究

作者：陈吴双武汉纺织大学

学位级别：硕士