期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
面向工艺数据分析的流程工业入侵检测及攻击定位
1
作者 钱俊磊 贾涛 +2 位作者 曾凯 屈滨 杜学强 《现代电子技术》 北大核心 2024年第16期117-124,共8页
为解决攻击者利用流程工业生产中深度耦合的工序参数进行生产过程攻击的问题,提出一种基于SSA-LSTM的深度学习算法,对工艺数据进行异常检测。通过麻雀优化算法优化LSTM神经网络的迭代次数、学习率和隐藏层节点数三个超参数,实现对工艺... 为解决攻击者利用流程工业生产中深度耦合的工序参数进行生产过程攻击的问题,提出一种基于SSA-LSTM的深度学习算法,对工艺数据进行异常检测。通过麻雀优化算法优化LSTM神经网络的迭代次数、学习率和隐藏层节点数三个超参数,实现对工艺数据的准确预测。将预测数据与真实数据进行对比,超出阈值的点定义为异常点,再运用Petri网理论对生产工艺参数间的耦合关系进行建模,确定异常点与入侵点之间的因果关系,为预测结果提供理论支撑。将SWAT水处理系统数据集用于验证算法效率,证明了所提出的模型在检测精度和攻击定位准确性方面优于其他算法模型。实验结果表明,所提出的算法模型可有效检测出通过暴力篡改传感器数据对工业生产造成重大影响的入侵行为。 展开更多
关键词 工艺数据 工业入侵检测 攻击定位 麻雀优化算法(SSA) LSTM神经网络 工业控制系统 工业网络安全
在线阅读 下载PDF
基于改进鲸鱼算法优化极限学习机的无氟保护渣黏度预测
2
作者 王思嘉 曾凯 +3 位作者 陈波 钱俊磊 王杏娟 朱立光 《科学技术与工程》 北大核心 2024年第34期14614-14622,共9页
针对结晶器无氟保护渣黏度值预测复杂、预测精度低的问题,提出了一种基于改进鲸鱼优化算法的极限学习机模型并用于无氟保护渣黏度值预测。首先,构建无氟保护渣成分数据集,并对保护渣中成分与黏度值进行相关性分析;然后,利用改进Tent混... 针对结晶器无氟保护渣黏度值预测复杂、预测精度低的问题,提出了一种基于改进鲸鱼优化算法的极限学习机模型并用于无氟保护渣黏度值预测。首先,构建无氟保护渣成分数据集,并对保护渣中成分与黏度值进行相关性分析;然后,利用改进Tent混沌映射和反向学习策略初始化鲸鱼优化算法的种群,融合非线性收敛因子和自适应t分布变异策略提高算法对极限学习机中超参数的寻优能力;最后,对无氟保护渣数据集进行黏度值预测对比实验,验证了改进算法的有效性。结果表明:与反向传播神经网络(back propagation neural network, BPNN)、极限学习机(extreme learning machine, ELM)模型相比,平均绝对百分比误差平均降低了29.50%,在寻优精度、预测精度和稳定性方面取得较大提升。 展开更多
关键词 无氟保护渣 黏度预测 鲸鱼优化算法 极限学习机
在线阅读 下载PDF
基于改进TransUNet的薄带铸轧钢板表面缺陷分割方法
3
作者 马智华 陈波 +3 位作者 曾凯 钱俊磊 肖鹏程 朱立光 《科学技术与工程》 北大核心 2025年第10期4239-4245,共7页
为准确快速地识别出薄带铸轧钢板表面缺陷,提出了一种基于语义分割的薄带铸轧钢板表面缺陷分割方法。首先,通过Labeling软件对来源于薄带铸轧产线的钢板表面缺陷图像进行标注,创建缺陷分割数据集;其次,建立TransUNet网络模型对钢板表面... 为准确快速地识别出薄带铸轧钢板表面缺陷,提出了一种基于语义分割的薄带铸轧钢板表面缺陷分割方法。首先,通过Labeling软件对来源于薄带铸轧产线的钢板表面缺陷图像进行标注,创建缺陷分割数据集;其次,建立TransUNet网络模型对钢板表面缺陷进行识别和分割,引入优化的(dual attention network,DANet)双重注意力融合网络提升模型分割性能;最后,设计改进模型与其他分割模型的对比试验,根据试验结果和评价指标对改进模型进行分析,验证了本文方法的可行性和有效性。试验表明,改进网络针对薄带铸轧钢板表面异物缺陷的分割准确率为96.85%、平均交并比为96.99%、相似性系数达到92.98%,相较于TransUNet网络分别提升了1.19、0.61、0.63个百分点。此外,改进网络在公开的热轧带钢缺陷数据集上的分割准确率为92.86%,具有一定的通用性,可为钢板表面缺陷智能化检测提供技术指导。 展开更多
关键词 薄带铸轧 语义分割 缺陷识别 双重注意力
在线阅读 下载PDF
基于点云多特征融合的钢材表面裂纹特征提取
4
作者 曾凯 夏梓博 +3 位作者 钱俊磊 杜学强 王跃林 朱立光 《激光杂志》 2025年第8期89-96,共8页
针对钢材表面裂纹缺陷在二维图像中缺乏深度视觉信息、形貌特征检测困难的问题,设计了一种基于加权的多特征融合的钢材表面裂纹缺陷特征提取算法。首先通过双目视觉检测平台采集钢材表面三维点云图像,然后通过体素化滤波进行初步去噪,... 针对钢材表面裂纹缺陷在二维图像中缺乏深度视觉信息、形貌特征检测困难的问题,设计了一种基于加权的多特征融合的钢材表面裂纹缺陷特征提取算法。首先通过双目视觉检测平台采集钢材表面三维点云图像,然后通过体素化滤波进行初步去噪,并利用RANSAC算法分割平面。其次采用kd树对分割后的点云进行DBSCAN聚类,从而初步定位缺陷区域。最后通过引入曲率和法向量的加权因子提升高度差乘积算法的鲁棒性,有效地放大缺陷点云特征,结合区域生长法实现完整裂纹提取。实验结果表明,改进方法的裂纹提取准确率、召回率、F值分别为97.9%、95.3%、96.6%,较RANSAC算法分别提高了4.1%、11.1%、7.9%,算法运行时间为1.51 s,误差为4.7%,有效提高了对复杂平面的裂纹实时特征提取能力。 展开更多
关键词 区域生长 多特征融合 高度差乘积 特征提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部