检索结果-维普期刊中文期刊服务平台

基于纵向联邦学习的能源排放跨界智能分析: 1; 作者王圆圆王世谦 +2 位作者王涵郭正宾胡显承《计算机工程》北大核心 2025年第1期164-173,共10页; 在企业生产过程中的能源排放预测一直是企业管理和政府监督重点关注的问题,随着信息采集能力增强,在能源排放预测过程中会涉及越来越多的跨界数据,使得预测模型面临着数据量庞大和数据关联性较低的挑战,从而增大模型的训练难度,降低预... 展开更多; 关键词能源排放预测跨界融合纵向联邦学习多方建模数据安全; 在线阅读下载PDF 职称材料

基于漏洞严重程度分类的漏洞预测模型被引量：10: 2; 作者高志伟姚尧 +2 位作者饶飞刘延钊罗平《电子学报》 EI CAS CSCD 北大核心 2013年第9期1784-1787,共4页; 软件漏洞预测模型有许多种,能预测软件中存在的漏洞总数以及发生的时间间隔,但不能预测软件漏洞的严重程度.然而在某些场合,如软件可信性,我们不仅要考虑软件漏洞发生的总数和时间间隔,而且也要考虑漏洞发生的严重程度对软件可信性的影... 展开更多; 关键词漏洞预测模型马尔科夫链漏洞严重程度分类预测; 在线阅读下载PDF 职称材料

基于VMD-SE-IPSO-BNN的超短期风电功率预测被引量：9: 3; 作者殷豪董朕孟安波《电测与仪表》北大核心 2018年第2期45-51,共7页; 准确预测风电功率对风电规模化并网至关重要。为了更精确的对风电功率进行预测,提出一种基于可变模式分解(Variational Mode Decomposition,VMD)-样本熵(Sample Entropy,SE)和改进粒子群算法(Improved Particle Swarm Optimization,IPSO... 展开更多; 关键词超短期风电功率预测可变模式分解样本熵改进粒子群算法贝叶斯神经网络预测精度; 在线阅读下载PDF 职称材料

兵团第三方物流市场需求预测分析被引量：1: 4; 作者朱叶喻晓玲《塔里木大学学报》 2012年第2期97-104,共8页; 本文在分析兵团第三方物流现状的基础上,采用灰色模型对兵团第三方物流市场需求规模进行预测。预测结果显示,该方法有较好的预测精度,可用来预测兵团未来几年的第三方物流需求情况,可为制定区域物流发展政策、确定物流基础设施建设规模... 展开更多; 关键词兵团第三方物流需求预测分析; 在线阅读下载PDF 职称材料

激光通信系统中的非平稳信号预测模型被引量：1: 5; 作者曹明静刘娜张冠雄《激光杂志》 CAS 北大核心 2023年第8期166-171,共6页; 提出激光通信系统中非平稳信号的预测模型,有效地预测激光通信系统的非平稳信号。通过分析激光通信系统信道的损耗因素,构建激光通信系统信道传输模型,通过经验模态分解方法分解激光通信系统中非平稳信号的时间序列,构建最小二乘支持向... 展开更多; 关键词激光通信系统预测模型通信信道回归估计粒子群优化非平稳信号; 在线阅读下载PDF 职称材料

题名基于纵向联邦学习的能源排放跨界智能分析: 1; 作者王圆圆王世谦王涵郭正宾胡显承; 机构国网河南省电力公司经济技术研究院河南九域腾龙信息工程有限公司西安交通大学计算机科学与技术学院; 出处《计算机工程》北大核心 2025年第1期164-173,共10页; 基金国家电网公司总部科技项目(1400-202324345A-1-1-ZH)。; 文摘在企业生产过程中的能源排放预测一直是企业管理和政府监督重点关注的问题,随着信息采集能力增强,在能源排放预测过程中会涉及越来越多的跨界数据,使得预测模型面临着数据量庞大和数据关联性较低的挑战,从而增大模型的训练难度,降低预测的准确性。为此,提出基于纵向联邦学习的能源排放智能预测模型。针对跨领域联合建模过程中数据源分散、信息密度小的问题,设计基于纵向联邦学习的异步网络更新方法,保证本地数据的安全和多方建模的质量。异步网络更新方法还能降低多方建模的时间和空间开销。针对模型间通信数据的安全高效传递问题,设计基于同态加密的数据跨平台通信算法,利用数据加密在保障通信网络安全的同时使用数据压缩技术减小加密数据的体积,进一步提高模型间的通信效率。实验结果表明,该模型具有良好的性能,相比于基准模型,所提的能源排放预测模型的R2值最多提升了16%,能够降低约40%的联合建模时间,充分证明能源排放跨界智能分析模型解决了跨界数据难以共享共用的问题,并且提高了跨界联合建模的速度和准确率。; 关键词能源排放预测跨界融合纵向联邦学习多方建模数据安全; Keywords energy emission prediction cross-border fusion Vertical Federated Learning(VFL) multi-party modeling data security; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于漏洞严重程度分类的漏洞预测模型被引量：10: 2; 作者高志伟姚尧饶飞刘延钊罗平; 机构石家庄铁道大学信息科学与技术学院清华大学软件学院中国信息安全测评中心; 出处《电子学报》 EI CAS CSCD 北大核心 2013年第9期1784-1787,共4页; 基金国家自然科学重点基金(No.90818021 No.9071803); 文摘软件漏洞预测模型有许多种,能预测软件中存在的漏洞总数以及发生的时间间隔,但不能预测软件漏洞的严重程度.然而在某些场合,如软件可信性,我们不仅要考虑软件漏洞发生的总数和时间间隔,而且也要考虑漏洞发生的严重程度对软件可信性的影响.既是在传统的软件安全性研究中,考虑漏洞发生的严重程度的影响,对软件的使用和风险控制也是很重要的.本文基于传统的马尔可夫模型,将软件漏洞按发生的严重程度进行分类,获得了一种新的软件漏洞预测数学模型.利用该模型不仅能够预测软件中存在的漏洞总数和时间间隔,而且同时也能预测每一类的漏洞总数和漏洞种类,试验表明有较好的准确度,这是其它漏洞预测模型所无法预测的.; 关键词漏洞预测模型马尔科夫链漏洞严重程度分类预测; Keywords predicting model of vulnerabilities Markov chain prediction with classificaiton third party prediction of vulner-abilities; 分类号 TN911.23 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于VMD-SE-IPSO-BNN的超短期风电功率预测被引量：9: 3; 作者殷豪董朕孟安波; 机构广东工业大学自动化学院; 出处《电测与仪表》北大核心 2018年第2期45-51,共7页; 基金广东省科技计划项目(2016A010104016) 广东电网公司科技项目(GDKJQQ20152066); 文摘准确预测风电功率对风电规模化并网至关重要。为了更精确的对风电功率进行预测,提出一种基于可变模式分解(Variational Mode Decomposition,VMD)-样本熵(Sample Entropy,SE)和改进粒子群算法(Improved Particle Swarm Optimization,IPSO)优化贝叶斯神经网络(Bayesian Neural Network,BNN)的超短期风电功率组合预测模型。首先采用VMD-SE将原始风电功率时间序列分解为一系列不同带宽的模式分量以降低其非线性,然后对全部分量分别建立贝叶斯神经网络模型进行预测,并采用IPSO对神经网络的权值和阈值进行寻优,以求获得最佳的预测效果。实验结果表明,基于VMD-SE的预测模型较采用其他常规分解方式时预测精度明显提高,所提组合预测模型具有较高的预测精度。; 关键词超短期风电功率预测可变模式分解样本熵改进粒子群算法贝叶斯神经网络预测精度; Keywords ultra short-term wind power forecasting variational mode decomposition sample entropy improved parti cle swarm optimization Bayesian neural network prediction accuracy; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名兵团第三方物流市场需求预测分析被引量：1: 4; 作者朱叶喻晓玲; 机构塔里木大学经济与管理学院环塔里木经济研究中心; 出处《塔里木大学学报》 2012年第2期97-104,共8页; 基金新疆生产建设兵团社科规划办项目部分成果(08BSK05); 文摘本文在分析兵团第三方物流现状的基础上,采用灰色模型对兵团第三方物流市场需求规模进行预测。预测结果显示,该方法有较好的预测精度,可用来预测兵团未来几年的第三方物流需求情况,可为制定区域物流发展政策、确定物流基础设施建设规模及分析物流市场态势提供定量依据。; 关键词兵团第三方物流需求预测分析; Keywords corps third -party logistics demand predicting analysis; 分类号 F719 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名激光通信系统中的非平稳信号预测模型被引量：1: 5; 作者曹明静刘娜张冠雄; 机构沧州师范学院; 出处《激光杂志》 CAS 北大核心 2023年第8期166-171,共6页; 基金河北省高等学校科学技术研究项目(No.ZD2020410)。; 文摘提出激光通信系统中非平稳信号的预测模型,有效地预测激光通信系统的非平稳信号。通过分析激光通信系统信道的损耗因素,构建激光通信系统信道传输模型,通过经验模态分解方法分解激光通信系统中非平稳信号的时间序列,构建最小二乘支持向量机预测模型,寻找预测模型最优参数,经各预测模型的非线性组合后,实现激光通信系统中的非平稳信号的预测。实验证明:该模型能在不同天气状态下有效地预测激光通信系统中的非平稳信号,且预测精度在90%左右,均方根误差均未超过0.05,有较强的应用性。; 关键词激光通信系统预测模型通信信道回归估计粒子群优化非平稳信号; Keywords laser communication system prediction model communication channel regression estimation parti-cle swarm optimization non-stationary signal; 分类号 TN249 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于纵向联邦学习的能源排放跨界智能分析	王圆圆王世谦王涵郭正宾胡显承	《计算机工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于漏洞严重程度分类的漏洞预测模型	高志伟姚尧饶飞刘延钊罗平	《电子学报》 EI CAS CSCD 北大核心	2013	10	在线阅读下载PDF 职称材料
3	基于VMD-SE-IPSO-BNN的超短期风电功率预测	殷豪董朕孟安波	《电测与仪表》北大核心	2018	9	在线阅读下载PDF 职称材料
4	兵团第三方物流市场需求预测分析	朱叶喻晓玲	《塔里木大学学报》	2012	1	在线阅读下载PDF 职称材料
5	激光通信系统中的非平稳信号预测模型	曹明静刘娜张冠雄	《激光杂志》 CAS 北大核心	2023	1	在线阅读下载PDF 职称材料