检索结果-南通市图书馆

基于改进随机森林的工业互联网安全态势评估方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子学报 2024年第3期52卷 783-791页

作者：胡向东万润楠重庆邮电大学现代邮政学院重庆400065 重庆邮电大学自动化学院/工业互联网学院重庆400065

针对工业互联网安全态势评估存在数据特征提取困难和安全态势评估准确率低等难题,提出一种基于改进随机森林的工业互联网安全态势评估方法.基于随机采样技术平衡原始数据集以减小不平衡数据集对实验的影响;利用梯度提升决策树确定工业... 详细信息

针对工业互联网安全态势评估存在数据特征提取困难和安全态势评估准确率低等难题,提出一种基于改进随机森林的工业互联网安全态势评估方法.基于随机采样技术平衡原始数据集以减小不平衡数据集对实验的影响;利用梯度提升决策树确定工业互联网流量数据中不同特征的权重系数,结合递归特征消除法提取其关键特征;构建基于改进随机森林的工业互联网多分类攻击检测模型,识别网络受到的攻击类别,并结合安全态势量化指标确定其风险程度.实验结果表明,本文算法的检测准确率和F1值分别达到89.19%和89.68%,相较于传统随机森林算法、支持向量机和K最近邻算法,其准确率和F1值分别至少提高2.91%和1.7%,平均分别提高8.38%和9.33%.

关键词：工业互联网态势评估特征提取梯度提升决策树随机森林

莺琼盆地高温高压井地层温度计算方法研究与应用

在线全文

学校读者我要写书评

暂无评论

石油物探 2024年第3期63卷 663-670页

作者：王禧润中海油田服务股份有限公司天津300459

南海西部海域莺琼盆地地质环境非常复杂,地层温度分布范围较广,最高地层温度超过240℃。目前探井地质设计时地温计算沿用的方法大多是利用最大测井温度或完井测试温度计算的地温梯度来预测井底温度,存在较大的局限性和误差。为了降低井... 详细信息

南海西部海域莺琼盆地地质环境非常复杂,地层温度分布范围较广,最高地层温度超过240℃。目前探井地质设计时地温计算沿用的方法大多是利用最大测井温度或完井测试温度计算的地温梯度来预测井底温度,存在较大的局限性和误差。为了降低井底温度的预测误差,优化勘探开发地质设计,对随钻测量温度和电缆测井温度的影响因素进行了分析,利用外推法建立了地层温度的计算模型,与测试所得的静止温度基本一致。此外,利用外推法计算得到区域单井的井底温度数据,建立了莺琼盆地不同地质层组的地温梯度模型,同时,采用地质分层组地温梯度累加计算井底温度的方法,对单井井底温度进行预测,预测结果与测试静止温度误差较小。结果表明,利用外推法计算地层温度是正确且可行的,可以用于钻前井底地层温度的预测。

关键词：地层温度外推法回温速率高温高压莺琼盆地地温梯度

我国籽实和饲草大麦土壤钾素丰缺指标和.推荐施钾量初步研究

在线全文

学校读者我要写书评

暂无评论

中国奶牛 2023年第11期 60-67页

作者：杨小可悦孙洪仁王显国张运龙杜雪燕李林霞陶润志冯泽娟中国农业大学草业科学与技术学院北京100193 青海省饲草料技术推广站西宁810016 内蒙古现代农牧研究院呼和浩特150102 内蒙古泽云牧草有限公司呼和浩特150102

为了给我国大麦测土施钾提供科学依据,采用“零散实验数据整合法”和“养分平衡-地力差减法新应用公式”,开展了我国大麦土壤钾素丰缺指标和推荐施钾量研究。结果表明,我国大麦土壤速效钾第1~3级丰缺指标依次为≥341、165~341和<165 mg/... 详细信息

为了给我国大麦测土施钾提供科学依据,采用“零散实验数据整合法”和“养分平衡-地力差减法新应用公式”,开展了我国大麦土壤钾素丰缺指标和推荐施钾量研究。结果表明,我国大麦土壤速效钾第1~3级丰缺指标依次为≥341、165~341和<165 mg/kg;土壤全钾第1~5级丰缺指标依次为≥85、19~85、4.1~19、0.9~4.1和<0.9 g/kg。当钾肥当季利用率40%~60%时,目标产量3~7.5 t/hm^(2)籽实大麦第1~5级土壤推荐施钾量分别为0、13~47、25~94、38~141和50~188 kg/hm^(2);目标产量6~15 t/hm^(2)干草大麦第1~5级土壤推荐施钾量分别为0、16~60、32~120、48~180和64~240 kg/hm^(2);目标产量15~45 t/hm^(2)青贮大麦第1~5级土壤推荐施钾量分别为0、14~63、28~126、42~189和56~252 kg/hm^(2)。本研究初步建立了我国籽实和饲草大麦土壤钾素丰缺指标推荐施肥系统,为我国大麦测土施钾奠定了科学基础。

关键词：大麦测土施钾土壤养分丰缺指标施肥量

教育对生育的异质性影响和作用机制：基于两个自然实验的估计

在线全文

学校读者我要写书评

暂无评论

数量经济技术经济研究 2024年

作者：张川川葛润浙江大学经济学院浙江大学财税大数据与政策研究中心上海财经大学公共经济与管理学院

教育是影响生育决策的关键因素，准确理解教育对生育决策的影响和作用机制对于优化生育政策，促进人口长期均衡发展具有重要意义。现有研究通常假设教育与生育数量的关系是线性的，并且缺乏对教育影响生育决策的机制的全面分析，无法得... 详细信息

教育是影响生育决策的关键因素，准确理解教育对生育决策的影响和作用机制对于优化生育政策，促进人口长期均衡发展具有重要意义。现有研究通常假设教育与生育数量的关系是线性的，并且缺乏对教育影响生育决策的机制的全面分析，无法得出准确的效应估计并提供具体清晰的政策启示。本文基于义务教育政策改革和大学扩招两项自然实验，检验了不同阶段教育对生育行为的异质性影响，并从生育偏好和生育约束两个角度分析了教育影响生育的机制。我们发现，义务教育阶段的教育提升并未改变个体的生育行为，而高等教育则显著降低了个体终生不生育的概率，同时又会显著降低生育数量。通过分析教育影响生育的机制，我们发现人口受教育水平的提高，特别是高等教育发展显著增加了生育的机会成本和子女养育成本，推迟了初婚初育时间，缩短了生育窗口期，但是对生育意愿没有统计上显著的影响。这些发现表明，近二十年来我国高等教育的发展是导致人口生育率下降的重要因素，但是教育水平的提高主要通过提高生育成本降低生育率，并没有显著改变人们的生育意愿，通过政策干预降低生养成本和扩大生育窗口期能够有效提高人口生育率。

关键词：生育行为生育意愿义务教育高等教育

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

社会关系视角下的会计研究范式及其选择

会计研究 2024年第7期 3-12页

作者：叶陶李正上海财经大学信息管理与工程学院云南财经大学会计学院

会计学作为一门学科，其理论和实践不仅仅受到经济因素的影响，更深受社会关系的重大影响。本文基于社会关系视角，在现有会计研究范式的框架基础上，通过文献综述与理论分析，深入探讨了社会关系视角下会计研究范式的演进与优化路径，... 详细信息

会计学作为一门学科，其理论和实践不仅仅受到经济因素的影响，更深受社会关系的重大影响。本文基于社会关系视角，在现有会计研究范式的框架基础上，通过文献综述与理论分析，深入探讨了社会关系视角下会计研究范式的演进与优化路径，补充并优化了对会计结果的分析方法，以避免传统研究范式中因忽视社会关系影响而导致的分析局限。研究结果表明，社会关系视角不仅为会计信息在社会结构中的作用提供了补充解释，还能更准确地揭示会计学中复杂现象的生成机制。这一视角为理解会计学的本质及其未来发展方向提供了新的理论支持和实践参考。

关键词：范式优化社会关系优化路径复杂现象会计学范式

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于即时学习的改进条件高斯回归软测量

化工学报 2024年第6期75卷 2299-2312页

作者：黎宏陶王振雷王昕华东理工大学能源化工过程智能制造教育部重点实验室上海200237 上海交通大学电工与电子技术中心上海200240

基于数据驱动的在线软测量是当前工业智能化感知的重要研究方向。在算法实际部署中,过程模态切换以及数据漂移都会导致软测量性能下降,传统自适应方法又存在模型单一、模态遗忘等不足。针对上述问题提出一种基于即时学习的样本时空加权... 详细信息

基于数据驱动的在线软测量是当前工业智能化感知的重要研究方向。在算法实际部署中,过程模态切换以及数据漂移都会导致软测量性能下降,传统自适应方法又存在模型单一、模态遗忘等不足。针对上述问题提出一种基于即时学习的样本时空加权条件高斯回归(STWCGR)软测量算法。该方法用概率密度估计和条件概率计算实现软测量建模和预测:首先根据即时学习思想通过样本时空混合加权方法筛选局部建模数据,然后结合高斯混合回归思想累积局部单高斯概率密度模型对数据分布进行拟合,最后引入预测动量更新和模态更新策略提高预测稳定性并赋予模型对新工况的学习适应能力。通过仿真实验验证了所提方法在预测精度、稳定性以及新模态适应能力上的有效性。

关键词：智能感知数据驱动软测量预测即时学习高斯混合回归

维普期刊数据库博看期刊

基础模型训练的著作权问题:理论澄清与规则适用

在线全文

学校读者我要写书评

暂无评论

政法论坛 2024年第5期42卷 152-164页

作者：陶乾中国政法大学法律硕士学院

人工智能基础模型训练使用作品引发的侵权争议不断发生,对此需要从著作权法的基本法理出发,在解释学视角下进行行为定性和分类分级施加合规义务。从行为主体上,区分数据集创建者和模型开发者;从行为对象上,区分作为内容的作品与作为载... 详细信息

人工智能基础模型训练使用作品引发的侵权争议不断发生,对此需要从著作权法的基本法理出发,在解释学视角下进行行为定性和分类分级施加合规义务。从行为主体上,区分数据集创建者和模型开发者;从行为对象上,区分作为内容的作品与作为载体的数据;从行为样态上,将模型训练流程解构为数据准备、数据投喂与机器学习三个阶段。在第一阶段,数据集创建者在使用自有数据、购买第三方数据和抓取公开数据三种情形下对著作权侵权内容的注意义务程度依次减轻。数据集创建者复制作品是否侵权,需区分对待通用数据集和专门数据集,前者在公共利益原则下能够豁免侵权责任,后者因其整体价值与作品价值的重合性,则难辞其咎;在第二阶段,基础模型开发者通过交易行为获得数据集产品时,对数据内容的著作权合规义务有限。其将数据集投喂给模型时,对数据样本中的作品的复制是一种过程性复制,不构成侵权;在第三阶段,机器学习的对象是数据,核心目的是获取表达符号之间的分布规律,未发生对作品的呈现式或演绎式使用。鉴于著作权法意义上的作品使用指向的是“表达性使用”,故这种“非表达性使用”不落入著作权人专有权利的控制范围。

关键词：人工智能模型训练注意义务著作权合规表达性使用