题名 基于大数据分析的情报信息多重加密方法研究
1
作者
李新 徐军
机构
蚌埠工商学院计算机与数据工程学院
出处
《佳木斯大学学报(自然科学版)》
2025年第2期27-29,56,共4页
基金
蚌埠工商学院2023年校级教研项目(重点项目)(2023XJjyxm003) 安徽省高校科研计划编制项目(2024AH051159) 蚌埠工商学院新建专业质量提升项目(2023xjzlts115)。
文摘
针对当前情报信息多重加密方法未考虑密钥身份认证,导致情报信息加密能耗较高、加密效率较低,造成加密后信息安全性较差的问题,提出基于大数据分析的情报信息多重加密方法。结合随机梯度下降和自适应性矩阵估计的大数据分析方法,调整堆栈降噪自编码器模型参数,利用堆栈降噪自编码器模型,提取情报信息的隐层特征,根据提取特征清洗情报信息。采用AES加密算法计算加密时间大小,结合RSA加密算法进行密钥协商和通信双方身份认证,利用CPRS混沌伪随机序列,循环更新密钥,对清洗后的信息进行多重加密,实现情报信息多重加密。实验结果表明,所提方法的加密能耗较低、加密时间较短,能够有效提高加密效率和信息安全性。
关键词
大数据分析 情报信息 信息清洗 堆栈降噪自编码器模型 信息多重加密
Keywords
big data analysis intelligence information information cleaning stack noise reduction autoencoder modelinformation multiple encryption
分类号
TP309
[自动化与计算机技术—计算机系统结构]
题名 基于栈式降维与字典学习的辐射源调制识别
被引量：2
2
作者
李东瑾 杨瑞娟 李晓柏 朱晟坤 费太勇
机构
空军预警学院
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2020年第10期2023-2032,共10页
基金
国防科技创新特区基金项目(17H86304ZT00302201)。
文摘
针对低信噪比环境下辐射源调制识别准确率和时效性不高问题,提出一种基于时频特征、栈式降维和字典学习的分类识别系统。对时域信号进行时频变换和稀疏域降噪,获取二维时频特征并降低噪声干扰;基于无监督学习的栈式降维网络提取低维非线性特征,进而降低特征冗余并提高后续处理时效性;通过多项判别约束和正则约束强化字典类间判别能力与分类时效性,并实现调制类型识别。仿真结果验证了该分类识别系统的有效性和可行性:当信噪比为-8 dB时,单载频信号、二相频率编码信号、四相频率编码信号、线性调频信号、二相编码信号、四相编码信号、Frank信号7类辐射源信号的整体平均识别率达到95.93%,具备较强的鲁棒性和时效性。
关键词
辐射源调制识别 栈式降维 字典学习 稀疏域降噪 正则约束 时频特征
Keywords
emitter signal modulation recognition stack ed dimension reduction dictionary learning sparse domain noise reduction regular constraint time-frequency feature
分类号
TN974
[电子电信—信号与信息处理]
题名 基于深度学习的短时交通流预测
被引量：4
3
作者
李莹 李晓霞
机构
西安邮电大学现代邮政学院 长安大学汽车学院
出处
《公路工程》
2021年第3期314-319,共6页
基金
陕西省科技厅软科学研究计划重点项目(2018KRZ020)。
文摘
精确的交通流预测是智能运输系统的重要技术支撑,以实际交通流数据为背景,提出了一种新型的基于深度学习的交通流预测模型。将若干个降噪自编码器(DAE)进行堆叠,组成栈式降噪自编码器模型(SDAE),完成了深度学习框架的构建。进一步通过在顶层结构中增加标准预测模型,实现了基于深度学习的预测模型的搭建。结合实际交通流数据,开展了多个预测模型的实验对比。结果表明,考虑多维时空因素的SDAE预测精度更高,证明了模型的优越性。
关键词
智能运输系统 栈式降噪自编码器 交通流预测 深度学习
Keywords
intelligent transportation system stack noise reduction self-encoder traffic flow prediction deep learning
分类号
U491.1
[交通运输工程—交通运输规划与管理]
题名 基于贝叶斯网络的智能舆情分析监控技术研究
被引量：7
4
作者
杨寒冰 王春玲
机构
西安航空职业技术学院
出处
《电子设计工程》
2021年第10期73-76,81,共5页
基金
中华职业教育社2020年重点调研课题子课题(ZJS20200563) 陕西省2018年教育厅科研计划项目(18JK0413)。
文摘
针对社交网络信息传播速度快,容易造成负面情绪大面积传播引发网络舆情的问题,文中进行了智能舆情分析监控技术的研究。通过使用朴素贝叶斯网络作为情感倾向分类器,并与堆叠降噪自编码器相融合,构建了智能舆情分析监控模型。将社交网络上的文本信息进行预处理,通过与情感词典比对进行分词,同时使用TF-IDF算法计算特征权重并构成词向量。将词向量输入至智能舆情分析监控模型中进行情感倾向分析。对比实验结果表明,文中所述方案比使用Softmax分类器的模型具有更高的准确率,尤其是在处理高纬度词向量的情况下,其准确率有较显著的提高。
关键词
智能舆情分析监控技术 朴素贝叶斯网络 堆叠降噪自编码器 情感词典 TF-IDF算法
Keywords
intelligent public opinion analysis and monitoring technology naive Bayesian network stack ed noise reduction autoencodersentiment dictionary TF⁃IDF algorithm
分类号
TN98
[电子电信—信息与通信工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于奇异值分解的角度域去噪方法
被引量：14
5
作者
李江
机构
中国煤炭科工集团西安研究院有限公司
出处
《石油物探》
EI
CSCD
北大核心
2019年第3期427-432,443,共7页
基金
国家自然科学基金项目(41874123) 中央高校基本科研业务费专项资金(300102268401)共同资助~~
文摘
受地层调谐效应和地震数据品质等因素的影响,角度域共成像点道集(angle domain common image gathers,ADCIGs)存在不同程度的波形拉伸和随机噪声干扰。为了提高ADCIGs及其叠加剖面的成像效果,提出了基于奇异值分解的角度域去噪方法。首先对叠前偏移输出的ADCIGs进行奇异值分解,然后对奇异值进行归一化修正,采用累计贡献率的方法确定降噪阶次,从而实现角度域内的信噪分离和噪声压制。在确定降噪阶次时,采用累计贡献率的方法可以直观地判断各奇异值分量对数据的贡献,便于快速选择降噪阶次。理论模型和实际数据的测试处理结果表明,基于奇异值分解的角度域去噪方法适用于具有水平同相轴的ADCIGs,它能有效分离角度域内的随机干扰,并且能压制高角度处的频率畸变,改善大角度数据的品质。对ADCIGs进行基于奇异值分解的角度域去噪,可进一步提高该叠前道集的精度,从而有效改善角度域叠加剖面的信噪比和分辨率,也为基于叠前道集的速度分析和叠前反演提供了更为准确的数据基础。
关键词
角度域共成像点道集 奇异值分解 滤波 降噪阶次 累计贡献率 叠加成像
Keywords
angle domain common image gathers singular value decomposition filtering reduction of noise ordercumulative contribution rate stack ed image
分类号
P631
[天文地球—地质矿产勘探]
题名 面向网络安全的有害信息智能识别算法研究
被引量：2
6
作者
庞雪茹
机构
西安航空职业技术学院
出处
《电子设计工程》
2020年第18期71-75,共5页
基金
2019年陕西高校辅导员工作研究(2019FKT35)。
文摘
针对网络上存在危害社会稳定的有害信息难以被准确监控分析的问题,为提高网络安全的预防能力,文中进行了网络有害信息智能识别算法的研究。首先,利用人工智能中的KNN和SMOTE算法进行有害信息的数据获取、扩充,为后续模型训练提供必要的样本数据;然后,通过信息增益进行特征提取,并使用词袋模型进行格式转化;最后,利用堆叠降噪自编码器模型学习特征向量中隐含的信息,进而实现有害信息的智能识别。通过多次对比测试实验结果表明,文中提出的有害信息智能识别算法,具有较高的识别率,平均识别率为83.12%,证明了该方法的有效性。
关键词
有害信息识别 网络安全 人工智能 堆叠降噪自编码器
Keywords
identification of harmful information internet security artificial intelligence stack ed noise reduction autoencoder
分类号
TN99
[电子电信—信号与信息处理]
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 漩流降噪特殊单立管排水系统的应用
7
作者
蓝阿坤
机构
福建泷澄集团设计院有限公司
出处
《城市建筑》
2013年第2期160-160,162,共2页
文摘
漩流降噪特殊管件是漩流降噪特殊单立管排水系统的技术核心,该系统具有消音降噪,排水能力超强,绿色环保,节能、降耗等特点。
关键词
漩流降噪 特殊配件 单立管排水系统 设计应用
Keywords
swirling noise reduction special parts single stack drainage system design andApplication
分类号
TU823.1
[建筑科学]
题名 深度学习模式下大数据特征集成分类算法
8
作者
彭建祥
机构
成都市中西医结合医院信息部
出处
《吉林大学学报(信息科学版)》
2025年第2期231-237,共7页
基金
四川省自然科学基金资助项目(201834646554)。
文摘
由于大数据通常来自不同的数据源,具有不同的格式、结构和质量,且其中包含大量的冗余特征,因而在进行特征集成分类时,这些因素均会影响数据分类精度,为此,设计一种深度学习模式下大数据特征集成分类算法。基于深度学习模式建立医疗大数据特征提取模型,针对模型训练过程中会引入大量噪声,特征提取结果含有部分无关特征信息,影响特征集成分类结果的问题,采用堆叠稀疏降噪编码器抑制无关特征,即使用散度函数、贪婪算法找出训练最佳参数,运用损失函数将特征空间无关特征稀疏掉,得到实际数据特征。通过Auto-encoder网络搭建特征集成分类模型,借助类型约束函数、目标函数得出各类全局最佳集成中心,完成数据特征集成分类。实验结果表明,所提方法在医疗大数据的分类中得到很好效果,宏平均值在0.95以上,且分类速度快,表明所提方法的分类性能较好。
关键词
深度学习 医疗大数据 特征集成 堆叠稀疏降噪编码器 集成中心
Keywords
deep learning medical big data feature integration stack ed sparse noise reduction encoderintegration center
分类号
TN911
[电子电信]
