检索结果-南通市图书馆

激光杂志 2023年第5期44卷 91-95页

作者：李俊州高春艳开封大学河南开封462000

光通信网络在传输信息时,很容易被非法攻击,发生信息窃取、篡改和删除等泄露行为。针对上述问题,为保证光通信网络安全,提出一种基于esn神经网络的光通信网络安全态势辨识方法。该方法采用NetFlow技术设计采集器,采集NetFlow流量数据,... 详细信息

光通信网络在传输信息时,很容易被非法攻击,发生信息窃取、篡改和删除等泄露行为。针对上述问题,为保证光通信网络安全,提出一种基于esn神经网络的光通信网络安全态势辨识方法。该方法采用NetFlow技术设计采集器,采集NetFlow流量数据,并实施离散化处理。将NetFlow流量数据转换为流量灰度图像,并借助灰度共生矩阵提取图像特征,包括像素灰度分布的均匀程度、图像包含的信息量、图像的视觉清晰度、灰度共生矩阵元素排列的相似程度、图像局部灰度均匀性,作为NetFlow流量数据的特征。以5项特征为输入,利用esn神经网络构建辨识模型,得出光通信网络安全态势类型。结果表明:与基于卷积神经网络的识别方法、基于贝叶斯的识别方法以及基于随机配置网络的识别方法相比,所研究方法应用下的杰卡德系数更高,说明该方法辨识准确性更高。

关键词： esn神经网络光通信网络 NetFlow流量数据特征提取安全态势辨识模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进乌鸦算法和esn神经网络的短期风电功率预测

引用

电力系统保护与控制 2019年第4期47卷 58-64页

作者：琚垚祁林刘帅河南新乡职业技术学院河南新乡453000 河南城建学院河南平顶山467036 新能源电力系统国家重点实验室(华北电力大学) 河北保定071003

精确的短期风电功率预测对于提升电力系统经济稳定运行十分重要。为了克服传统的神经网络在参数选取中容易受主观因素影响和陷入局部最优的不足,提出一种基于改进乌鸦算法(ICSA)优化回声状态神经网络(esn)参数的短期风电功率组合预测方... 详细信息

精确的短期风电功率预测对于提升电力系统经济稳定运行十分重要。为了克服传统的神经网络在参数选取中容易受主观因素影响和陷入局部最优的不足,提出一种基于改进乌鸦算法(ICSA)优化回声状态神经网络(esn)参数的短期风电功率组合预测方法。在算法寻优初期引入Lévy飞行机制增强搜索效率,而在迭代后期加入高斯函数,对进化后的全部轨迹进行相应的调整,保证算法的全局寻优和逐次逼近能力;通过改进的CSA算法对esn神经网络输出层连接权值矩阵进行优化以提高网络的训练效率。最后利用两组实验数据对预测模型进行了有效性验证,结果表明,所提算法能有效应对风电功率时序的随机性和不确定性特征,具有更高的建模精度和更快的收敛速度。

关键词：乌鸦算法 Lévy飞行 esn神经网络高斯函数风电功率预测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于esn模型的北京市PM2.5日均浓度污染等级预测与时空分布分析

基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析

引用

作者：夏小鹏中国地质大学(北京)

学位级别：硕士

PM2.5污染等级的监测和预测以及它的空间分布特征关系着人类健康、动植物生长、大气环境评价以及气候条件分析等多个方面,已经逐渐成为人们十分关注的问题之一。本文基于北京市2013年1月、4月、6月和10月的PM2.5日均污染浓度数据和风速... 详细信息

PM2.5污染等级的监测和预测以及它的空间分布特征关系着人类健康、动植物生长、大气环境评价以及气候条件分析等多个方面,已经逐渐成为人们十分关注的问题之一。本文基于北京市2013年1月、4月、6月和10月的PM2.5日均污染浓度数据和风速风向数据,利用状态回声网络模型分别对每个月的PM2.5日均污染浓度进行预测。通过半变异函数分析2013年的PM2.5浓度的空间变异特征,在此基础上,采用克里金插值法对实测值和预测值分别进行空间插值,对比其空间分布的异同。本研究主要工作和得到的结论如下：(1)基于esn神经网络模型预测北京市PM2.5日均浓度时间序列,并与传统的BP神经网络进行对比,结果证明esn具有较高的预测精度。(2)PM2.5日均浓度数据在4个月份中的变程值均较大,表明PM2.5日均浓度的空间自相关的距离较大。不同时间研究区块内的块金值差异比较大,大致在11.1～26.1之间,表明了随机因素、系统误差等对PM2.5日均浓度的白相关性影响都较大。块金值与基台值的比值分布在0.08～0.31之间,表明白相关性相对较强。(3)基于克里金空间插值结果,根据污染水平的分级标准进行分级统计分析。其中,1月份实测值和预测值的空间分布都分为两级：重度污染、严重污染,分级分布趋势基本相似。4月份预测值和实测值的分级分布都呈现出：良好。6月份预测值与实测值的整体分级分布属于轻度污染,预测值的分级分布中,中度污染部分包含的朝阳区区域较少,顺义区的面积较大;以延庆区、昌平区、怀柔区的交界为中心的区域的空气质量良好。10月份预测值与实测值的分级分布分为两级：良好、轻度污染。整体污染趋势相似,呈现出北部良好,南部轻度污染的空间分布。(4)结合GIS空间分析,结果表明实测值与预测值的空间分布具有较高的相似度,因此,将esn网络模型应用于北京市PM2.5浓度日均污染等级的时间序列的单步预测是具有可行性的。

关键词： PM2.5 esn神经网络变异特征分析克里金插值 GIS空间分析

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：