检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于扩张卷积神经网络的异常检测模型

沈阳建筑大学学报（自然科学版） 2024年第4期40卷 738-744页

作者：高治军曹浩东韩忠华沈阳建筑大学电气与控制工程学院辽宁沈阳110168

目的提出一种基于DCNN-MiLSTM的异常检测模型,解决传统的网络异常检测模型难以处理具有时序特征网络流量数据的问题。方法对原始流量数据的时间标签进行重定义,利用扩张卷积神经网络对整体特征进行提取,同时引入Mogrifier LSTM网络,对... 详细信息

目的提出一种基于DCNN-MiLSTM的异常检测模型,解决传统的网络异常检测模型难以处理具有时序特征网络流量数据的问题。方法对原始流量数据的时间标签进行重定义,利用扩张卷积神经网络对整体特征进行提取,同时引入Mogrifier LSTM网络,对时序信息进行深层次挖掘。结果与其他异常检测模型相比,DCNN-MiLSTM模型的准确率达到99.12%,召回率为98.94%,F_(1)值为99.03%,各项指标均优于其他常见模型,提升了检测异常网络流量数据的能力。结论DCNN-MiLSTM模型可以更好地处理具有时序特征的流量,捕捉流量数据中的时间依赖关系和趋势,更有效地检测和识别出异常数据。

关键词：网络异常检测扩张卷积神经网络标签重定义时序特性

基于滑模自适应迭代学习的四旋翼无人机轨迹跟踪

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电光与控制 2024年第3期31卷 36-40页

作者：王娟赵成璟董升昊沈阳建筑大学电气与控制工程学院沈阳110000

针对四旋翼无人机轨迹跟踪问题,在考虑外部扰动的情况下,提出一种滑模自适应迭代学习的控制算法。所设计的控制器由两部分组成:第一部分是滑模子控制器,作为四旋翼无人机系统的反馈控制器;第二部分是迭代学习子控制器,作为无人机系统的... 详细信息

针对四旋翼无人机轨迹跟踪问题,在考虑外部扰动的情况下,提出一种滑模自适应迭代学习的控制算法。所设计的控制器由两部分组成:第一部分是滑模子控制器,作为四旋翼无人机系统的反馈控制器;第二部分是迭代学习子控制器,作为无人机系统的前馈控制器。在迭代学习过程中,迭代学习子控制器的增益可以根据轨迹跟踪误差自适应改变,能够提高四旋翼无人机的轨迹跟踪效果。最后通过软件仿真对所提出的四旋翼无人机轨迹跟踪算法的有效性进行验证。

关键词：滑模控制迭代学习四旋翼无人机轨迹跟踪

维普期刊数据库博看期刊

同方期刊数据库

结合特征分析和V-PSA-LSTM的锂离子电池SOH预估

在线全文

学校读者我要写书评

暂无评论

电源学报 2024年

作者：高治军戴瑞宁一郭喜峰沈阳建筑大学电气与控制工程学院

在针对锂离子电池循环使用中的容量回升现象及其精准预估问题上，提出了一种整合特征分析与创新V-PSA-LSTM模型的方法。首先对锂离子电池进行特征分析，通过Pearson相关系数筛选出与电池健康状态（SOH）密切相关的健康特征，以揭示电池... 详细信息

在针对锂离子电池循环使用中的容量回升现象及其精准预估问题上，提出了一种整合特征分析与创新V-PSA-LSTM模型的方法。首先对锂离子电池进行特征分析，通过Pearson相关系数筛选出与电池健康状态（SOH）密切相关的健康特征，以揭示电池容量动态恢复等关键特性。又提出了一种创新的V-PSA-LSTM模型方案，首次将周期变异激活机制融入PSA算法中优化长短时记忆网络（LSTM），旨在强化LSTM模型对锂离子电池SOH演化规律，特别是循环过程中容量起伏变化的精准捕获能力。经验证，V-PSA-LSTM模型在预估锂离子电池SOH时，显著减少了预估误差，平均根均方误差（RMSE）和平均绝对误差（MAE）分别为0.0022和0.0018，展示了在解决电池容量回升预估问题和其精准预估问题上的优秀性能。

关键词：锂离子电池 PSA算法周期变异激活长短时记忆算法健康特征提取

改进NGO优化MVMD-BiLSTM的锂电池剩余使用寿命预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电源学报 2024年

作者：郭喜峰黄裕海单丹原宝龙宁一沈阳建筑大学电气与控制工程学院

为了解决锂电池剩余使用寿命(RUL)预测时遇到噪声干扰，容量增生导致模型预测精度低的问题，提出一种将参数优化后的多元变分模态分解(MVMD)和双向长短期记忆网络(BiLSTM)相结合的RUL预测方法。从锂电池充放电过程中提取多个健康因子(HF... 详细信息

为了解决锂电池剩余使用寿命(RUL)预测时遇到噪声干扰，容量增生导致模型预测精度低的问题，提出一种将参数优化后的多元变分模态分解(MVMD)和双向长短期记忆网络(BiLSTM)相结合的RUL预测方法。从锂电池充放电过程中提取多个健康因子(HF)作为模型输入，将正余弦优化算法(SCA)和鲸鱼螺旋捕食机制结合引进北方苍鹰优化算法(NGO)，利用其对MVMD参数寻优。再利用寻优过的MVMD分解HF为若干个平稳分量，最后利用寻优后的多层BiLSTM进行预测，叠加求和得出最终RUL结果。在NASA和CALCE数据集上与其他方法进行对比分析，结果表明所提方法具有更高的预测精度和泛化适应性。

关键词：锂电池剩余使用寿命预测多元变分模态分解改进北方苍鹰优化算法双向长短期记忆网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进的相关滤波卫星视频抗遮挡跟踪方法

火力与指挥控制 2024年第6期49卷 128-134页

作者：李孟歆王宝锋姜政李志秀朴东辉沈阳建筑大学电气与控制工程学院沈阳110168

卫星视频中的目标存在背景复杂、尺寸较小、容易受遮挡等问题,这将影响跟踪的准确性,甚至导致跟踪失败。提出了用改进的核相关滤波算法来解决卫星视频中目标遮挡问题,并对目标进行有效跟踪。该算法通过提取目标的HOG特征、LBP特征和SIF... 详细信息

卫星视频中的目标存在背景复杂、尺寸较小、容易受遮挡等问题,这将影响跟踪的准确性,甚至导致跟踪失败。提出了用改进的核相关滤波算法来解决卫星视频中目标遮挡问题,并对目标进行有效跟踪。该算法通过提取目标的HOG特征、LBP特征和SIFT特征共同描述目标,并以融合特征减少背景变化的影响。提出自适应卡尔曼滤波算法解决跟踪过程中目标被遮挡的问题,通过ITCI值判断目标是否被遮挡,并对被遮挡的目标进行位置预测,选用核相关滤波算法以满足跟踪的实时性和准确性。实验结果表明,改进的核相关滤波算法解决了目标遮挡问题,对目标背景变化有较好表现,同时跟踪的精度和成功率也有很大提高。

关键词：核相关滤波特征融合自适应卡尔曼滤波目标跟踪卫星视频

改进全局ZOA优化MVMD-SCN的锂电池SOH估算

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2024年第5期47卷 22-30页

作者：郭喜峰黄裕海单丹原宝龙宁一沈阳建筑大学大学电气与控制工程学院沈阳110168

锂电池健康状态(SOH)的准确估算对电池系统的健康管理起着重要作用,为提高SOH的估算精度,提出一种将参数优化后的多元变分模态分解(MVMD)和随机配置网络(SCN)相结合的SOH估算方法。从锂电池充放电过程中提取多个健康因子(HF)作为SOH估... 详细信息

锂电池健康状态(SOH)的准确估算对电池系统的健康管理起着重要作用,为提高SOH的估算精度,提出一种将参数优化后的多元变分模态分解(MVMD)和随机配置网络(SCN)相结合的SOH估算方法。从锂电池充放电过程中提取多个健康因子(HF)作为SOH估算模型的输入,在斑马优化算法(ZOA)全局阶段引入自适应权重和最优领域波动策略,提高其全局搜索能力,得到改进全局的斑马优化算法(IGZOA),利用它对MVMD和SCN参数进行寻优,最后在9个基准函数测试IGZOA性能,在NASA和CALCE数据集上将所提方法与不同方法进行锂电池SOH的估算对比,结果表明,所提方法的均方根误差和绝对误差的平均值分别为0.84%,0.93%,具有更高的预测精度和泛化性。

关键词：锂电池健康状态多元变分模态分解改进斑马优化算法随机配置网络

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

动态环境下基于光流的实时语义SLAM算法

计算机应用与软件 2024年

作者：夏兴华马铭泽韩忠华沈阳建筑大学计算机科学与工程学院沈阳建筑大学电气与控制工程学院

为了提升动态场景下视觉同时定位与建图（vSLAM）算法的定位精度和实时性，提出了一种基于光流的实时语义SLAM算法。为了提高算法定位精度，利用SegNet图像分割网络和PWC-Net光流网络来剔除动态特征点，同时通过光流信息估计特征点的速... 详细信息

为了提升动态场景下视觉同时定位与建图（vSLAM）算法的定位精度和实时性，提出了一种基于光流的实时语义SLAM算法。为了提高算法定位精度，利用SegNet图像分割网络和PWC-Net光流网络来剔除动态特征点，同时通过光流信息估计特征点的速度，将其作为约束，剔除离群点。同时，提出一种分割策略，它可以在有限的时间里获得更多的语义信息。实验结果表明，与其他vSLAM算法相比，该算法有效降低了动态环境下SLAM相机位姿估计的误差，并且实时性能得到提升。

关键词：视觉SLAM 语义分割动态环境

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向边缘计算的网络入侵检测方法研究

控制工程 2024年第7期31卷 1229-1236页

作者：林硕谢泓珊韩忠华高治军沈阳建筑大学电气与控制工程学院辽宁沈阳110168

针对边缘侧设备因硬件资源受限,难以运行大体量入侵检测模型的问题,提出了一种轻量化入侵检测模型。首先,将一维流量数据转化为三维图像,采用轻量化卷积神经网络MobileNet代替传统的标准卷积,不仅可以提取空间特征,而且会降低模型的参数... 详细信息

针对边缘侧设备因硬件资源受限,难以运行大体量入侵检测模型的问题,提出了一种轻量化入侵检测模型。首先,将一维流量数据转化为三维图像,采用轻量化卷积神经网络MobileNet代替传统的标准卷积,不仅可以提取空间特征,而且会降低模型的参数量;然后,采用双层长短期记忆神经网络挖掘网络流量中的时序特征;最后,使用CICIDS2017数据集对入侵检测模型进行训练和测试。采用迁移学习方法构建模型,优化了权重参数,缩短了训练时间,使模型的训练过程更高效。实验结果表明,与其他传统的入侵检测模型相比,所提模型在保证较高准确率的前提下,大幅度减少了模型参数量,既能减轻计算负担,又能保证检测效果,更适用于资源受限的边缘侧设备。

关键词：深度学习入侵检测迁移学习长短期记忆神经网络

维普期刊数据库

基于强跟踪的移动机器人CQKF-SLAM方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2024年第6期45卷 1872-1879页

作者：张凤孙健袁帅沈阳建筑大学电气与控制工程学院辽宁沈阳110168 沈阳建筑大学计算机科学与工程学院辽宁沈阳110168

针对容积正交卡尔曼滤波(CQKF)在同时定位与地图构建(SLAM)中系统状态驱动模型与观测数据存在突变,以及协方差分解引起系统不稳定,导致移动机器人定位精度降低的问题,提出一种基于多重渐消因子强跟踪的SVDCQKF-SLAM方法。采用奇异值分解... 详细信息

针对容积正交卡尔曼滤波(CQKF)在同时定位与地图构建(SLAM)中系统状态驱动模型与观测数据存在突变,以及协方差分解引起系统不稳定,导致移动机器人定位精度降低的问题,提出一种基于多重渐消因子强跟踪的SVDCQKF-SLAM方法。采用奇异值分解(SVD)代替CQKF算法中的乔列斯基分解,抑制状态误差协方差矩阵负定性;引入多重渐消因子强跟踪滤波器调节状态预测协方差矩阵。通过仿真实验,将所提SLAM方法与其它SLAM方法进行对比,其结果表明,该方法能够有效降低SLAM过程中的定位误差,对移动机器人同时定位与地图构建有一定参考价值。

关键词：强跟踪滤波算法多重渐消因子奇异值分解容积正交卡尔曼滤波同时定位与地图构建协方差矩阵移动机器人

维普期刊数据库