检索结果-南通市图书馆

维普期刊数据库博看期刊

低速增压风洞测力试验异常数据检测专家系统设计研究

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2024年第6期47卷 123-130页

作者：战慧强张琦梅家宁孙晓宇林沐姚顺禹航空工业空气动力研究院哈尔滨150001 低速高雷诺数航空科技重点实验室哈尔滨150001

针对低速增压风洞测力试验,分析气动特性曲线的原始数据源,以天平信号、流场状态和模型姿态为主要对象,结合试验控制流程,从单点数据向量、单车次数据矩阵和同期多车次数据集等维度,研究试验数据的异常检测方法策略,并以此为核心知识库... 详细信息

针对低速增压风洞测力试验,分析气动特性曲线的原始数据源,以天平信号、流场状态和模型姿态为主要对象,结合试验控制流程,从单点数据向量、单车次数据矩阵和同期多车次数据集等维度,研究试验数据的异常检测方法策略,并以此为核心知识库,完成异常数据检测专家系统设计开发。试验过程中系统推理机自动在线执行,经过数据识别、规则推理、逻辑推理和知识迭代,实现原始数据的预检测和预诊断。试验应用结果表明,专家系统对天平桥压异常、线性段跳点和零点检测等异常类型检测敏感度高,为异常数据分析指引方向,提升问题数据排查效率。

关键词：增压风洞测力试验异常数据检测专家系统

考虑载客状态的改进孤立森林浮动车异常数据检测算法

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2024年第1期24卷 124-131页

作者：任其亮徐韬刘媛程龙春重庆交通大学重庆400074 重庆设计集团有限公司重庆400050

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶... 详细信息

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

关键词：智能交通异常数据检测改进孤立森林浮动车数据 S-DTA算法

基于循环神经网络的配网电压异常数据检测方法

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2024年第1期32卷 106-110页

作者：柯子桓罗楚楠黎少凡中国南方电网有限责任公司广东广州510700 广东电网能源发展有限公司广东广州510160

配网电压异常数据检测过程易受到动态数据的影响,导致数据检测精准度较低。为了解决该问题,提出了基于循环神经网络的配网电压异常数据检测方法。在分析循环神经网络结构的基础上,以电压误差标准值为依据,构建电压异常数据检测模型。使... 详细信息

配网电压异常数据检测过程易受到动态数据的影响,导致数据检测精准度较低。为了解决该问题,提出了基于循环神经网络的配网电压异常数据检测方法。在分析循环神经网络结构的基础上,以电压误差标准值为依据,构建电压异常数据检测模型。使用归一化处理方式训练模型,获取异常数据集。在标注数据后,计算线路两端节点电压,并将其与预设置的偏差进行对比,完成对异常数据的检测。由实验结果可知,该方法检测准确率和召回率最大值分别为0.991和0.90,说明使用该方法检测精准度较高。

关键词：循环神经网络配网电压异常数据检测归一化处理

基于数据驱动与改进随机森林的配电网多元源荷异常数据检测研究

在线全文

学校读者我要写书评

暂无评论

自动化与仪器仪表 2024年第7期 196-199,204页

作者：龚泽玮魏东宁高强郭杰广东电网有限责任公司广州供电局广州510000

为进一步提升配电网日常运行的稳定性,提出一种基于改进随机森林算法的配电网异常数据识别分类方法。其中,以随机森林算法作为基础的异常数据识别分类方法,并引入改进的SMOTE算法和Relief F算法分别对随机森林算法的采样过程和特征选择... 详细信息

为进一步提升配电网日常运行的稳定性,提出一种基于改进随机森林算法的配电网异常数据识别分类方法。其中,以随机森林算法作为基础的异常数据识别分类方法,并引入改进的SMOTE算法和Relief F算法分别对随机森林算法的采样过程和特征选择过程进行优化,进一步提升其识别分类性能。仿真结果表明,在单节点的异常数据识别分类测试中,与传统的决策树算法、前馈神经网络BPNN以及支持向量机SVM相比,改进的随机森林算法具有更高的识别分类精度,准确率、精确度、召回率分别达到了99.40%、98.97%、98.47%,同时算法所需的运行时间也更短;在多节点异常数据的识别分类测试中,基于改进随机森林算法的异常数据识别分类方法具有较高的识别精度,准确率和召回率均稳定在97%以上,与其他方法相比,该方法还具有更好的稳定性。综上,构建的基于改进随机森林算法的配电网异常数据识别分类方法性能良好,能够应用于实际的配电网日常维护管理,提升配电网的运行稳定性,可行性较高。

关键词：配电网异常数据检测随机森林算法多节点识别

基于K-means聚类的舰船通信网络异常数据检测

在线全文

学校读者我要写书评

暂无评论

舰船科学技术 2023年第16期45卷 169-172页

作者：徐胤博于洋天津师范大学计算机与信息工程学院天津300100

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于K-means聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信... 详细信息

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于K-means聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。

关键词： K-means聚类舰船通信网络异常数据检测马氏距离超窄带滤波

基于异常数据检测算法的物联网云平台设计与应用

在线全文

学校读者我要写书评

暂无评论

基于异常数据检测算法的物联网云平台设计与应用

作者：张磊华东师范大学

学位级别：硕士

随着云计算与通信技术的蓬勃发展,物联网(Io T,Internet of Things)在日常生活和生产中得到了非常广泛的应用,物联网设备也呈现出爆发式的增长,越来越多的设备需要接入网络,因此物联网系统内,设备数量、种类非常多,交互也十分复杂。众... 详细信息

随着云计算与通信技术的蓬勃发展,物联网(Io T,Internet of Things)在日常生活和生产中得到了非常广泛的应用,物联网设备也呈现出爆发式的增长,越来越多的设备需要接入网络,因此物联网系统内,设备数量、种类非常多,交互也十分复杂。众所周知,物联网设备一般运行于网络不够可靠环境下,功耗、体积与计算资源等均受到严重限制。故而物联网设备和云平台间通讯协议始终无法形成统一标准,并且一些常见物联网通讯协议均有其自身特点,在实践应用阶段,必须按照具体情况灵活选用,才能发挥应有的作用。随着物联网的发展,数量众多物联网设备生成庞大的数据,针对物联网设备产生的数据应用机器学习算法训练模型用于对异常数据的检测以便观察设备的运行状况也变的尤为重要。本文的主要工作如下:(1)提出了一种与多种物联网通讯协议相适配的云平台设计方案。平台采取组件化的方式集成了物联网中常用的网络协议,如TCP(Transmission Control Protocol)、UDP(User Datagram Protocol)、MQTT(Message Queuing Telemetry Transport)、Co AP(Constrained Application Protocol)等,同时完成封装处理,提供对物联网设备统一监控、管理、在线调试/停止、启动等功能,如此一来,促使设备和云端通信更简单、更高效。(2)实现了基于B/S架构的物联网云平台用于设备到云端的接入、管理等。服务端基于Java8并且采用了高性能网络编程框架Netty用于对多种物联网通讯协议进行实现,定义物模型用于描述设备在云端的表示,将设备端发送的消息封装成物联网云平台统一设计的Topic形式的消息,并将消息转发到消息总线用于平台内不同模块间的流转,完成了设备到云平台的完整接入流程。(3)研究并训练了异常数据检测的算法模型,可针对物联网设备产生的数据进行检测,完成物联网云平台对设备运行状况的监控。传统的异常数据检测方法无法全面、精准的对各种类型的异常数据进行检测,本文研究了随机森林、神经网络、孤立森林等机器学习算法,完成了模型的训练与优化,结合算法的特性以及对实验结果的分析和对比确定了异常数据检测算法模型。根据多协议适配的物联网云平台设计方案,采用Java语言生态中众多的开发技术对物联网云平台进行了实现,并将异常数据检测的算法模型应用于物联网云平台之中。

关键词：物联网云计算多协议异常数据检测机器学习

无线体域网异常数据检测和拓扑感知的路由协议研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线体域网异常数据检测和拓扑感知的路由协议研究

作者：廖栋森广西大学

学位级别：硕士

随着5G网络的不断普及,无线体域网(Wireless Body Aera Networks,WBAN)作为万物互联和智慧医疗的一部分,在传统医疗以外开辟了一条人民能够负担的,可持续发展的医疗路径,为应对不断加剧的世界人口老龄化提供了新的解决方案。WBAN的核心... 详细信息

随着5G网络的不断普及,无线体域网(Wireless Body Aera Networks,WBAN)作为万物互联和智慧医疗的一部分,在传统医疗以外开辟了一条人民能够负担的,可持续发展的医疗路径,为应对不断加剧的世界人口老龄化提供了新的解决方案。WBAN的核心功能为实时检测人体健康状态。人体的健康状态和传感器软硬件故障产生的数据具有相似性,因此,WBAN需准确分辨出异常数据的来源。传统的WBAN异常数据检测方法将每个节点的数据传输至汇聚节点处再逐一处理,侧重于提高异常数据检测方法的准确性和降低异常数据检测方法的虚警率,但节点和汇聚节点之间始终保持通信状态,造成WBAN可持续工作时间和稳定性下降。另一方面,WBAN在检测出异常数据后,需传输至汇聚节点,而节点随着人体动作的变化使得体域网的网络拓扑结构不断变化,给WBAN最佳路由选择带来了困难。传统的无线体域网路由集中在优化网络的整体功耗和服务质量,对WBAN中网络拓扑结构频繁变化导致的路由性能下降考虑不足,缺乏有效的最佳路由机制。本文从以上问题出发,进行了如下研究:(1)提出了分层的WBAN异常数据检测模型。通过对WBAN中异常数据来源进行特征分析,将异常数据分成异常数据点和异常数据集。对于异常数据点,使用Hampel滤波器发现并替换异常数据点;对于异常数据集,提出了基于聚类的异常数据集检测算法,通过划分时间窗的形式,将整个数据集聚类的结果变换为每一个时间窗中的数据能否聚为一个类的问题,减少了节点传输给汇聚节点的数据,最后基于空间相关性对异常数据集进行验证,识别异常数据的来源。实验仿真表明,相比于对比的算法,所提出的异常数据检测方案通过对异常数据进行模块化分层处理,提高了检测精度,减少通信损耗。(2)提出了基于拓扑优化和链路感知的WBAN路由协议。根据无线体域网中拓扑结构不断变化的特点,首先根据人体结构对WBAN拓扑进行优化,通过添加中继节点建立主干网,提供节点和汇聚节点之间相对稳定的链接,然后对网络拓扑结构进行周期性感知,提供网络校准功能,最后通过调整主干网中继和节点中继获得最优化路径。仿真实验表明,基于拓扑结构优化和链路感知的路由协议和对比的路由协议相比,在人体拓扑网络结构频繁变化的环境下具有网络生存时间更长,吞吐量更大等优势。

关键词：无线体域网异常数据检测拓扑优化链路感知聚类

基于SOC的列车以太网异常数据检测系统设计

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

制造业自动化 2023年第12期45卷 34-36,49页

作者：张鹏张俊杰张小松中车青岛四方车辆研究所有限公司青岛266031

针对列车网络流量增大、数据复杂度增高的新环境,现有的异常数据检测方法存在着大量误判、判别时间长、难以检测未知类型异常数据等问题。提出了一种基于SOC的列车以太网异常数据检测系统,并给出了对应的检测方法。该系统的主处理器基于... 详细信息

针对列车网络流量增大、数据复杂度增高的新环境,现有的异常数据检测方法存在着大量误判、判别时间长、难以检测未知类型异常数据等问题。提出了一种基于SOC的列车以太网异常数据检测系统,并给出了对应的检测方法。该系统的主处理器基于SOC架构,降低了硬件电路的复杂性,同时还发挥了ARM和FPGA之间大带宽通信的优势,使得数据流处理延迟低,满足实时系统对数据延迟的要求。此外,利用检测设备收集的未知异常数据,可以不断地对检测算法进行更新,实现模型自更新与未知异常数据检测,从而保证系统检测的可靠性,降低误判率。

关键词： SOC处理器列车以太网异常数据检测判断向量

在线全文

学校读者我要写书评

暂无评论

智能运维中异常数据检测及根因分析算法研究

智能运维中异常数据检测及根因分析算法研究

作者：苏邓军哈尔滨工程大学

学位级别：硕士

随着计算机技术和互联网技术的飞速发展,人类社会已经进入了一个以PB为单位的大数据时代,在此背景下,大型IT系统的部署、操作和维护都变得极其复杂,在出现异常问题时,传统的人工运维和自动化运维已经远远不能满足需求。将机器学习和人... 详细信息

随着计算机技术和互联网技术的飞速发展,人类社会已经进入了一个以PB为单位的大数据时代,在此背景下,大型IT系统的部署、操作和维护都变得极其复杂,在出现异常问题时,传统的人工运维和自动化运维已经远远不能满足需求。将机器学习和人工智能技术应用于IT系统的操作和维护,具有精确、高效的优势,是解决这一类问题的有效方式。本文在综合考虑算法准确率和适用性的基础上,针对现有异常检测和根因分析算法中存在的不足,对基于时间序列预测的异常检测算法及基于机器学习的根因分析算法展开研究,具有一定的理论意义和实际应用价值。主要研究内容如下:1.针对双阶段注意力循环神经网络(Dual-Stage Attention-Based Recurrent Neural Network,DA-RNN)时间消耗较大的问题,采用GRU模块替换网络中的LSTM模块,提升了网络速度;采用多维注意力机制对DA-RNN网络中的注意力模块进行优化,使计算得到的注意力权重更加准确,提高了网络的预测准确率。2.针对注意力机制中由于归一化映射不准确导致预测精度下降的问题,对归一化函数进行优化,增加高相关性时刻数据映射后的权重值,提高了网络预测精度;针对DA-RNN算法在长时间序列预测中存在的误差累积问题,设计基于GAN网络的时间序列预测算法,通过对抗训练的方式来降低累积误差,提高了算法在长时间跨度场景下的的准确率。3.针对FluxRank算法无法检测部分类型的属性序列异变时间点的问题,使用基于聚类的方法来进行异变时间点检测,改进后的方法不需要设置时间窗口参数,有效提升了算法的检测准确率及适用性;针对算法需要使用标签数据进行线性回归模型训练,导致算法适用性较低的问题,设计一种无监督的方法对聚类结果进行检验,提升了算法的适用性。最后,基于公开数据集对本文算法进行测试,以评估算法性能。与现有算法相比,基于GAN网络的时间序列异常检测算法对于异常时刻的检测精度有较大提升,能更好的应用于在线检测。经过优化后的FluxRank算法在根因分析准确率上较之原算法有一定的提升,且无需进行线性回归模型的预训练,适用性更强。

关键词：异常数据检测根因分析 GAN网络 DA-RNN算法 FluxRank算法