面向绿色计算的车辆协同任务卸载方法 被引量：1

1

作者 张红霞 吕智豪 +3 位作者 席诗语 刘佳敏 郭加树 张培颖 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第1期175-183,共9页

车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(... 车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(EH)设备,通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性,该文通过动态定价激励车辆,并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法,以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后,仿真结果验证了该方法的有效性,相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。 展开更多

关键词 车辆边缘计算 任务卸载 能源收集 车辆协同 动态定价

在线阅读 下载PDF 职称材料

基于全缝长压裂模拟技术的致密储层压裂改造效果定量表征 被引量：4

2

作者 刘培刚 杜书恒 侯飞 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第5期10-18,共9页

在考虑压裂液滤失的压裂缝形成机制的基础上,利用石油工程地质一体化的全缝长压裂数值模拟技术,结合储层地质分析及精细油气藏三维建模,对松辽盆地白垩统泉头组扶余油层开展水力压裂的目的储层段压裂改造效果定量表征研究。结果表明研... 在考虑压裂液滤失的压裂缝形成机制的基础上,利用石油工程地质一体化的全缝长压裂数值模拟技术,结合储层地质分析及精细油气藏三维建模,对松辽盆地白垩统泉头组扶余油层开展水力压裂的目的储层段压裂改造效果定量表征研究。结果表明研究区储层微观裂缝较为发育,黏土矿物含量较高,自生石英较为发育,对岩石的力学性质影响较大,将不可避免地影响到水力裂缝的张开及导流能力的非均质性;各小层压裂改造效果的“有效导流范围”均可进一步细分为四级导流区,对原油开采将起到不同程度的促进作用;提出的“单砂体产液量极限值”及“微地层单元产液量极限值”概念及计算方法,可为评估单砂体内部产能贡献提供借鉴,有利于开展单砂体“靶向”改造。 展开更多

关键词 致密储层 单砂体 水力压裂 导流能力 产液量极限值

在线阅读 下载PDF 职称材料

基于声发射技术的压裂泵阀箱裂纹故障实时监测系统设计与开发 被引量：2

3

作者 曾德刚 王杭 +6 位作者 李科伟 刘德昊 张强 张晓东 贺庆强 刘延鑫 张立军 《石油和化工设备》 CAS 2023年第8期156-159,169,共5页

针对目前压裂泵液力端阀箱裂纹检测依靠工人经验判断,随机性大、可靠性差的问题,本文提出采用声发射技术对压裂泵裂纹信号进行分析诊断,并设计研发相应的裂纹实时监测系统。通过模拟试验的方法,确定出本监测系统裂纹起裂的振铃计数阈值... 针对目前压裂泵液力端阀箱裂纹检测依靠工人经验判断,随机性大、可靠性差的问题,本文提出采用声发射技术对压裂泵裂纹信号进行分析诊断,并设计研发相应的裂纹实时监测系统。通过模拟试验的方法,确定出本监测系统裂纹起裂的振铃计数阈值,门槛值为,并在文件传输间隔为3s时获得系统的最高监测准确度,并对试验转速对系统的影响进行了分析。模拟试验结果表明,该监测系统可在复杂工况条件下保持稳定运行,具有一定的工程应用价值。 展开更多

关键词 压裂泵 阀箱裂纹 声发射 实时监测 振铃计数

在线阅读 下载PDF 职称材料

基于小波变换和CNN-Transformer模型的测井储层流体识别 被引量：2

4

作者 龚安 张恒 《西安石油大学学报（自然科学版）》 CAS 北大核心 2024年第4期108-116,共9页

针对具有复杂储集空间和极强的非均质性的低孔低渗储层,常规测井响应特征不够明显,使用传统解释手段难以有效识别储层流体的问题,提出了一种基于小波变换和CNN-Transformer混合模型的储层流体识别方法。首先,使用小波变换将测井信号从... 针对具有复杂储集空间和极强的非均质性的低孔低渗储层,常规测井响应特征不够明显,使用传统解释手段难以有效识别储层流体的问题,提出了一种基于小波变换和CNN-Transformer混合模型的储层流体识别方法。首先,使用小波变换将测井信号从时域扩展到时频域,并生成时频谱图以增强信号特征,然后使用滑动时窗沿着测井曲线深度方向滑动采样,获取代表解释深度处地层信息的频谱特征图,最后,通过训练CNN-transformer模型深度挖掘特征图信息,实现储层流体识别。混合模型在利用储层对应深度处测井数据的同时,又兼顾测井曲线随深度的变化趋势和地层前后信息的关联性,挖掘时频谱图的局部细节和全局特征表示,自动识别流体类型。将模型应用于大港油田22口实测测井资料中,并与CNN和BiLSTM等多个模型的流体识别效果进行对比分析,基于小波变换和CNN-Transformer模型识别效果明显优于其他方法,在测试集上识别准确率达到了92.7%。研究结果表明该方法可以作为低孔渗油藏常规测井资料识别储层流体的有效手段,为流体评价提供了新思路。 展开更多

关键词 流体识别 测井曲线 小波变换 CNN-Transformer

在线阅读 下载PDF 职称材料

基于双层孪生神经网络的区块链智能合约分类方法 被引量：1

5

作者 郭加树 王琪 +2 位作者 李择亚 武梦德 张红霞 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1060-1068,共9页

当前通过深度学习方法进行区块链智能合约分类的方法越来越流行,但基于深度学习的方法往往需要大量的样本标签数据去进行有监督的模型训练,才能达到较高的分类性能。该文针对当前可用智能合约数据集存在数据类别不均衡以及标注数据量过... 当前通过深度学习方法进行区块链智能合约分类的方法越来越流行,但基于深度学习的方法往往需要大量的样本标签数据去进行有监督的模型训练,才能达到较高的分类性能。该文针对当前可用智能合约数据集存在数据类别不均衡以及标注数据量过少会导致模型训练困难,分类性能不佳的问题,提出基于双层孪生神经网络的小样本场景下的区块链智能合约分类方法:首先,通过分析智能合约数据特征,构建了可以捕获较长合约数据特征的双层孪生神经网络模型;然后,基于该模型设计了小样本场景下的智能合约训练策略和分类方法。最后,实验结果表明,该文所提方法在小样本场景下的分类性能优于目前最先进的智能合约分类方法,分类准确率达到94.7%,F1值达到94.6%,同时该方法对标签数据的需求更低,仅需同类型其他方法约20%数据量。 展开更多

关键词 智能合约 区块链 孪生网络 以太坊

在线阅读 下载PDF 职称材料

基于深度残差网络的随钻方位电磁波电阻率测井反演方法

6

作者 孙歧峰 倪虹升 +2 位作者 岳喜洲 张鹏云 宫法明 《石油钻探技术》 CAS CSCD 北大核心 2024年第5期97-104,共8页

随钻方位电磁波电阻率测井可以提供丰富的地下信息,帮助完成储层位置确定和边界探测等任务,但常用的基于物理方程的迭代反演方法计算效率较低,在实时地质导向中受到诸多限制。为此,提出了一种基于深度残差网络的随钻方位电磁波电阻率测... 随钻方位电磁波电阻率测井可以提供丰富的地下信息,帮助完成储层位置确定和边界探测等任务,但常用的基于物理方程的迭代反演方法计算效率较低,在实时地质导向中受到诸多限制。为此,提出了一种基于深度残差网络的随钻方位电磁波电阻率测井资料智能反演方法。该方法将残差块中的卷积层和池化层替换为全连接层,并使用多头注意力机制来理解输入数据的关联性,以解决非线性回归问题;通过评估模型深度和宽度,并使用贝叶斯超参数调优算法找到随钻电磁波电阻率反演方法中最优的超参数,以提高反演模型的性能。该方法在模型试验中的平均准确率达到98.5%;在实际测井资料的平均准确率达到97.2%,单点反演时间约为0.01 s。研究表明,随钻方位电磁波电阻率测井反演方法能够快速准确地反演测井资料。 展开更多

关键词 深度残差网络 随钻测井 方位电阻率 深度学习 多头注意力机制 反演

在线阅读 下载PDF 职称材料

基于压力—速度解耦的深水井筒多相流高精度数值模拟新算法 被引量：1

7

作者 娄文强 王志远 +3 位作者 孙大林 张剑波 孙小辉 孙宝江 《天然气工业》 EI CAS CSCD 北大核心 2024年第2期132-144,共13页

深水钻完井过程中,受海水及海底地质条件复杂影响,井筒压力控制精度要求高、控制难度大。高精度、高稳定性的深水井筒多相流动模拟器成为解决井筒压力精细化控制的关键。为解决深水井筒高动态流动系统的预测难题,针对深水井筒多相流动... 深水钻完井过程中,受海水及海底地质条件复杂影响,井筒压力控制精度要求高、控制难度大。高精度、高稳定性的深水井筒多相流动模拟器成为解决井筒压力精细化控制的关键。为解决深水井筒高动态流动系统的预测难题,针对深水井筒多相流动漂移流模型,将对流迎风分裂方法(AUSMV)的通量分裂方法与交错网格技术进行融合,优化了压力—密度解耦的高刚度问题,形成了压力—速度解耦的数值算法,并利用二阶优化守恒律的单调迎风—中心方案(OMUSCL2)空间重构+两步龙格库塔时间重构技术提升了数值算法的精度,最后建立了深水井筒多相流高精度数值求解算法,并验证了数值算法的精度与性能。研究结果表明:(1)与常规AUSMV算法相比,新算法具有较低的数值耗散,间断物理信息捕捉能力强,对井筒内气液两相前缘位置的识别度更高;(2)与注气量10×10^(4)m^(3)/d和15×10^(4)m^(3)/d井喷实验对比,新算法模拟井底压力的平均误差分别为1.79%和1.86%;(3)新算法在井口气体剧烈膨胀、超音速流动模拟方面表现出了良好的稳定性和鲁棒性。结论认为,该新算法不仅提升了常规数值算法的精度,同时可为复杂高动态流动系统的井筒压力调控提供有效的技术支撑,有助于提高我国深水井筒压力控制的理论水平,保障深水油气的有效开发。 展开更多

关键词 深水 多相流 压力—速度解耦 OMUSCL2 AUSMV 交错网格

在线阅读 下载PDF 职称材料

基于深度学习和集成学习的DDoS攻击检测方法 被引量：2

8

作者 葛浩伟 杨启航 石乐义 《现代电子技术》 北大核心 2024年第3期63-67,共5页

针对DDoS攻击检测问题,提出一种深度集成学习算法,可以有效检测DDoS攻击并解决分类不平衡问题。该算法使用一种类权重投票算法并由若干深度学习子模型组成,子模型采用1D-CNN和BILSTM提高模型时序提取性能,并利用2D-CNN提取空间特征,综... 针对DDoS攻击检测问题,提出一种深度集成学习算法,可以有效检测DDoS攻击并解决分类不平衡问题。该算法使用一种类权重投票算法并由若干深度学习子模型组成,子模型采用1D-CNN和BILSTM提高模型时序提取性能,并利用2D-CNN提取空间特征,综合捕捉了样本的时空特性。在数据处理方面,通过对实验数据流量基于IP等特征进行分段,并将其转换为灰度图像,增强了模型对时空特征的感知能力,同时避免了传统手动特征提取可能引起的数据缺失问题。实验结果表明,该方法在多分类问题上达到了99.63%的准确率,可以准确检测DDoS攻击流量。 展开更多

关键词 CNN LSTM DDOS 集成学习 深度学习 灰度图

在线阅读 下载PDF 职称材料

基于Transformer的网络流量预测研究 被引量：7

9

作者 田爱宝 魏娇娇 肖军弼 《信息技术》 2024年第4期156-160,共5页

网络流量预测是网络流量分析领域中亟待解决的关键任务之一。现基于机器学习的预测方法大多忽略了流量的长相关性,并且处理大量数据时耗时长。针对以上问题,文中将Transformer用于网络流量预测,通过多头注意力机制捕获流量的远程序列关... 网络流量预测是网络流量分析领域中亟待解决的关键任务之一。现基于机器学习的预测方法大多忽略了流量的长相关性,并且处理大量数据时耗时长。针对以上问题,文中将Transformer用于网络流量预测,通过多头注意力机制捕获流量的远程序列关系,学习流量的全局依赖关系。实验结果表明,该方法可以提高预测精度,并能有效降低训练时间。 展开更多

关键词 流量预测 TRANSFORMER 深度学习 注意力机制 特征提取

在线阅读 下载PDF 职称材料

基于深度学习和联邦学习的工控入侵检测研究 被引量：1

10

作者 吴维鑫 侯会文 石乐义 《微电子学与计算机》 2024年第9期22-31,共10页

深度学习和入侵检测技术的结合为工业控制网络提供了较好的安全防护;而联邦学习在保护用户数据隐私的前提下采用多方的数据训练一个高效的模型成为工业控制入侵检测领域研究的热点。针对目前工业控制网络流量维度高、特征冗余、缺乏攻... 深度学习和入侵检测技术的结合为工业控制网络提供了较好的安全防护;而联邦学习在保护用户数据隐私的前提下采用多方的数据训练一个高效的模型成为工业控制入侵检测领域研究的热点。针对目前工业控制网络流量维度高、特征冗余、缺乏攻击样本导致入侵检测系统检测率低的问题,提出了一种基于深度学习和联邦学习的入侵检测方法,在保护数据隐私的前提下,采用多方数据共同训练一个模型。首先,提出一种多模型融合的入侵检测模型,采用权重绑定的堆叠自编码器和单层卷积神经网络初步提取网络流量特征,并采用残差卷积神经网络和残差双向门控循环单元进一步提取网络流量的空间特征和时序特征,将提取到的两种特征融合后进行网络攻击判别。其次,建立基于上述模型和联邦学习的工控网入侵检测系统,使用储水箱数据集和天然气管道数据集验证系统的有效性。实验结果表明,基于深度学习和联邦学习的工控网入侵检测系统可以提高入侵检测模型检测率,为工业控制网络提供更好的安全防护。 展开更多

关键词 工业控制网络 入侵检测 深度学习 联邦学习

在线阅读 下载PDF 职称材料

基于多尺度特征融合的航空发动机剩余寿命预测

11

作者 秦子轩 张晓东 +1 位作者 白广芝 任先聪 《航空发动机》 北大核心 2024年第4期114-120,共7页

针对航空发动机原始数据中存在多样化退化信息及大量噪声干扰的问题,建立了一种基于多尺度特征融合的发动机剩余可用寿命(RUL)预测模型。构建了一种基于统计量的方法来降低原始数据中的噪声干扰;基于卷积双向长短期记忆网络(ConvBiLSTM... 针对航空发动机原始数据中存在多样化退化信息及大量噪声干扰的问题,建立了一种基于多尺度特征融合的发动机剩余可用寿命(RUL)预测模型。构建了一种基于统计量的方法来降低原始数据中的噪声干扰;基于卷积双向长短期记忆网络(ConvBiLSTM)和多头注意力机制(Multi-Attention)设计了加权时空特征提取模块(WSTFEM);采用多尺度学习策略,构建多尺度卷积双向长短期记忆网络(MCBLSTM)提取数据在不同时间尺度下的加权时空特征;提取数据手工特征为RUL预测提供具有针对性和解释性的退化信息;将上述特征进行特征融合后输入至全连接网络获得RUL预测值。以FD004子集为例,使用C-MAPSS数据集对模型进行仿真试验验证。结果表明:MCBLSTM模型在4个子数据集上RUL预测精度更高。相较于BiLSTM,均方根误差减小了20.35%,非对称评分函数下降了54.76%。 展开更多

关键词 深度学习 多头注意力机制 多尺度卷积双向长短期记忆网络 剩余可用寿命 航空发动机

在线阅读 下载PDF 职称材料

基于长短期记忆神经网络的随钻地层倾角解释方法 被引量：10

12

作者 孙歧峰 李娜 +2 位作者 段友祥 李洪强 唐海全 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2021年第4期843-850,共8页

鉴于随钻方位伽马测井面临实时数据传输的信息有限且解释难度大的问题,将人工智能与随钻测井解释相结合以提高实时数据处理的准确性和效率,阐述了具体方法并对提出的方法进行了验证和应用。通过研究方位伽马测井曲线的地层响应特征,基... 鉴于随钻方位伽马测井面临实时数据传输的信息有限且解释难度大的问题,将人工智能与随钻测井解释相结合以提高实时数据处理的准确性和效率,阐述了具体方法并对提出的方法进行了验证和应用。通过研究方位伽马测井曲线的地层响应特征,基于小波变换模极大值的方法初步判断地层变化位置并确定动态阈值,进而得到描述地层边界的轮廓点集合。基于长短期记忆神经网络设计地层识别分类器模型,判定轮廓点集合描述地层信息的真伪,提高地层识别的准确度。结合非线性最小二乘法实现地层相对倾角的计算。方位伽马数据解释与随钻实时数据处理两方面的应用结果表明:提出的方法在有效、准确地判断地层变化的同时,提高了倾角解释的准确率,且能够满足随钻实时地质导向的需要。图8表3参27。 展开更多

关键词 随钻测井 方位伽马 地层识别 人工智能 长短期记忆神经网络 小波变换

在线阅读 下载PDF 职称材料

基于FL-XGBoost算法的砂泥岩识别方法——以胜利油田牛庄地区为例 被引量：6

13

作者 彭英 李克文 +3 位作者 朱应科 徐志峰 杨澎涛 孙秀玲 《油气地质与采收率》 CAS CSCD 北大核心 2023年第1期76-85,共10页

砂泥岩识别任务通常基于测井曲线,依据经验公式、实地岩心取样、交会图和聚类分析等传统方法实现,但这些方法难以充分利用测井曲线所包含的砂泥岩特征,且精度低、效率低,人为影响因素大。为此,以测井和录井资料为基础,综合砂泥岩识别的... 砂泥岩识别任务通常基于测井曲线,依据经验公式、实地岩心取样、交会图和聚类分析等传统方法实现,但这些方法难以充分利用测井曲线所包含的砂泥岩特征,且精度低、效率低,人为影响因素大。为此,以测井和录井资料为基础,综合砂泥岩识别的关键技术难点,对测井参数进行敏感性分析,以选取适当的影响因素,通过多项预处理操作构建完整的训练数据集,并根据测井标签稀疏性的特点,引入Focal Loss函数,提出FL-XGBoost模型,进而开展胜利油田牛庄地区砂泥岩识别。研究结果表明,采用FL-XGBoost算法的砂泥岩识别模型对研究区砂泥岩识别的准确率达到了0.827。通过5种公开分类数据集设计对比实验,证明FL-XGBoost算法在识别分类领域上具有强泛化能力。 展开更多

关键词 FL-XGBoost算法 迭代决策树 机器学习 砂泥岩识别 测井资料

在线阅读 下载PDF 职称材料

基于深度神经网络和支持向量机的海底管线水合物生成预测模型 被引量：14

14

作者 郑秋梅 商振浩 +1 位作者 王风华 林超 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第5期46-51,共6页

针对目前天然气水合物预测方法对实际生产数据预测精度不高问题,分析水合物形成因素,引入支持向量机(SVM)和深度神经网络(DNN)理论,建立新的天然气水合物预测模型。模型通过深度神经网络提取生产数据的网络特征,将提取的特征与生产数据... 针对目前天然气水合物预测方法对实际生产数据预测精度不高问题,分析水合物形成因素,引入支持向量机(SVM)和深度神经网络(DNN)理论,建立新的天然气水合物预测模型。模型通过深度神经网络提取生产数据的网络特征,将提取的特征与生产数据进行融合以增强数据区分度,使用非线性支持向量机对融合数据进行水合物预测,并采用东海CXB至CX平台混输海管近6年的生产数据进行实验。结果表明,与传统方法和已有BP神经网络方法相比,模型预测精度显著提高,且模型结构简单,具有较好推广价值。 展开更多

关键词 天然气水合物 支持向量机 深度神经网络 BP算法

在线阅读 下载PDF 职称材料

基于特征选择和时间卷积网络的工业控制系统入侵检测 被引量：15

15

作者 石乐义 侯会文 +2 位作者 徐兴华 许翰林 陈鸿龙 《工程科学与技术》 EI CSCD 北大核心 2022年第6期238-247,共10页

针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集... 针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集质量。其次,针对流量数据的特征冗余,利用信息增益率和主成分分析法构建IGR–PCA特征选择算法,筛选出最优特征子集实现数据降维。然后,根据工业控制系统流量数据的时间序列特性,在较大规模的源域数据集上,利用时间卷积网络(temporal convolution network,TCN)对时间序列数据优异的处理能力,构建源域时间卷积网络预训练模型。最后,在较小规模的目标域数据集上,结合迁移学习(transfer learning,TL)微调策略,获取源域样本数据的流量特征,构建目标域TCN–TL模型。利用公开的工业控制系统数据集进行实验测试,实验结果表明:流量数据经本文特征算法处理后,相较于其他方法,在降低数据维度减少计算量的同时仍具有良好的检测效果;在较大规模的源域数据集和较小规模的目标域数据集上,本文模型均取得了良好的检测效果;在目标域中利用迁移学习微调策略能够学习到源域中的知识,模型检测准确率为99.06%;在训练时间对比中,本文模型训练时间消耗更少,具有更好的泛化能力,能够更好地保护工业控制系统安全。 展开更多

关键词 工业控制系统 入侵检测 特征选择 时间卷积网络 迁移学习

在线阅读 下载PDF 职称材料

波动方程正演引导的深度学习地震波形反演 被引量：3

16

作者 段友祥 崔乐乐 +1 位作者 孙歧峰 杜启振 《石油地球物理勘探》 EI CSCD 北大核心 2023年第3期485-494,共10页

物理驱动的全波形反演方法计算成本高,数据驱动的深度学习反演方法对标记数据集的依赖性强。为了在有限的数据条件下获得更好的反演结果,结合数据驱动与物理驱动,提出了波动方程正演引导的深度学习地震波形反演方法。首先,利用地震数据... 物理驱动的全波形反演方法计算成本高,数据驱动的深度学习反演方法对标记数据集的依赖性强。为了在有限的数据条件下获得更好的反演结果,结合数据驱动与物理驱动,提出了波动方程正演引导的深度学习地震波形反演方法。首先,利用地震数据应用神经网络重建速度模型,对网络预测的速度模型进行正演建模,通过最小化速度模型的误差及地震数据的误差训练网络;其次,使用有限差分法将二阶偏微分波动方程近似为可微算子,使正演过程能够传递梯度,并根据梯度方向动态调整地震数据损失的权重。实验结果表明,该方法能在一定程度上降低数据驱动方法对标记数据集的依赖性,可得到更准确的速度模型,且具有较强的鲁棒性。 展开更多

关键词 深度学习 地震反演 速度模型建立 正演建模 波动方程

在线阅读 下载PDF 职称材料

一种软件缺陷不平衡数据分类新方法 被引量：6

17

作者 刘文英 林亚林 +1 位作者 李克文 雷永秀 《山东科技大学学报（自然科学版）》 CAS 北大核心 2021年第2期84-94,共11页

针对软件缺陷预测数据中的数据不平衡、预测精度低以及特征维度高的问题,提出了一种RUS-RSMOTE-PCA-Vote的软件缺陷不平衡数据分类方法。首先通过随机欠采样来减少无缺陷样本的数量;在此基础上进行SMOTE过采样,在过采样中综合总体样本... 针对软件缺陷预测数据中的数据不平衡、预测精度低以及特征维度高的问题,提出了一种RUS-RSMOTE-PCA-Vote的软件缺陷不平衡数据分类方法。首先通过随机欠采样来减少无缺陷样本的数量;在此基础上进行SMOTE过采样,在过采样中综合总体样本的分布状况引入影响因素posFac指导新样本的合成;对经过RUS-RSMOTE混合采样处理后的数据集进行PCA降维,最后应用Vote组合K最近邻、决策树、支持向量机构造集成分类器。在NASA数据集上的实验结果表明,与现有不平衡数据分类方法相比,所提方法在F-value值、G-mean值和AUC值上更优,有效地改善了软件缺陷预测数据集的分类性能。 展开更多

关键词 软件缺陷预测 不平衡数据 混合采样 特征降维 集成分类器

在线阅读 下载PDF 职称材料

专注智能油藏储量预测的深度时空注意力模型 被引量：5

18

作者 李宗民 李亚传 +3 位作者 赫俊民 张益政 姚纯纯 刘玉杰 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第4期77-82,共6页

现有油藏储量预测方法的精度远不能满足实际应用的需求。受循环神经网络和注意力机制的启发,提出一种专注智能油藏储量预测的深度时空注意力模型。该模型通过时间注意力模型来捕获输入数据之间的关键信息,空间注意力模型捕获隐藏状态之... 现有油藏储量预测方法的精度远不能满足实际应用的需求。受循环神经网络和注意力机制的启发,提出一种专注智能油藏储量预测的深度时空注意力模型。该模型通过时间注意力模型来捕获输入数据之间的关键信息,空间注意力模型捕获隐藏状态之间的关系紧密程度,能够缓解数据波动对预测结果的不利影响,从而大幅减小预测误差。结果表明,相比传统方法和已有的深度学习方法,该模型预测精度有显著提高,为今后油藏储量预测提供一种更优的选择。 展开更多

关键词 油藏储量预测 循环神经网络 注意力机制 深度时空注意力模型

在线阅读 下载PDF 职称材料

基于联盟链的可信工业控制网络访问控制机制 被引量：5

19

作者 石乐义 刘娜 +2 位作者 崔雯迪 李晓雨 朱红强 《微电子学与计算机》 北大核心 2020年第11期24-28,34,共6页

针对工业控制网络高度中心化、数据安全和访问控制等问题,优化基于属性的访问控制模型,引入多维信任度量技术作为访问控制判决因素来解决网络内部节点攻击问题,采用联盟链技术优化工业控制网络模式.解决控制系统中心化的问题.进一步提... 针对工业控制网络高度中心化、数据安全和访问控制等问题,优化基于属性的访问控制模型,引入多维信任度量技术作为访问控制判决因素来解决网络内部节点攻击问题,采用联盟链技术优化工业控制网络模式.解决控制系统中心化的问题.进一步提出了基于联盟链的可信工业控制网络访问控制模型TurstAC-ABAC.采用Lab-VIEW仿真软件和HyperLedger Fabric平台分别实现对工业控制系统和联盟链系统的仿真环境,验证了本文所提出框架的可行性和安全性. 展开更多

关键词 工业控制网络 联盟链 多维信任度量 访问控制

在线阅读 下载PDF 职称材料

物联网异构融合数据延迟保护传输策略 被引量：5

20

作者 徐九韵 孙姗 《微电子学与计算机》 2021年第7期42-47,共6页

物联网中部署在不同监控区域的传感器传递监控数据到融合中心,所有链路试图通过不公平地获取信道访问来增加它们的传输机会.但是,单条链路的自私行为将会加剧链路之间的传输冲突,这使得对延迟敏感的实时数据吞吐量恶化,严重影响数据融... 物联网中部署在不同监控区域的传感器传递监控数据到融合中心,所有链路试图通过不公平地获取信道访问来增加它们的传输机会.但是,单条链路的自私行为将会加剧链路之间的传输冲突,这使得对延迟敏感的实时数据吞吐量恶化,严重影响数据融合的性能.为了保障融合数据实时可靠地传输,提出了一种基于博弈论的分布式调度策略NCG-CSMA.在参与者不需要彼此进行信息交互的前提下,以分布式的方式引导每个参与者做出理性决策,为带有严格时延约束的异构融合数据提供传输服务,同时保障对数据融合价值大的数据包的传输,保障数据融合的性能.实验结果表明:提出的策略与其它现有的策略相比具有更好的实时性能. 展开更多

关键词 分布式 博弈论 时延 融合价值 物联网 数据融合

在线阅读 下载PDF 职称材料