期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于分布式云数据中心的跨域认证体系研究 被引量:3
1
作者 李江 王湛 +1 位作者 彭丹丹 潘朋威 《计算机应用与软件》 北大核心 2023年第1期344-349,共6页
云架构的服务核心是多地域数据中心(Geo-Distributed Data Center),因此基于异构环境下分布式云数据中心的安全策略变得尤为重要,其中因数据服务信任域扩展而导致的云间信任模型更成为分布式云架构安全体系的研究热点。基于身份密码认... 云架构的服务核心是多地域数据中心(Geo-Distributed Data Center),因此基于异构环境下分布式云数据中心的安全策略变得尤为重要,其中因数据服务信任域扩展而导致的云间信任模型更成为分布式云架构安全体系的研究热点。基于身份密码认证框架(Identity-Based Cryptography, IBC),提出一种层级化跨域架构,并以此架构为基础设计层级化跨域认证协议,通过该协议可实现分布式云数据中心间不同层级安全域的跨域认证。经与传统的基于公钥密码基础设施(Public Key Infrastructure, PKI)的跨域方案对比,证明了所提的方法在计算效率、通信开销方面存在明显优势。 展开更多
关键词 云计算 标识密码 证书管理 跨域认证
在线阅读 下载PDF
基于多重分形的改进GRU滑坡位移预测模型 被引量:4
2
作者 徐满 张冬梅 +2 位作者 余想 李江 吴益平 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第7期1407-1416,共10页
门控机制设计难以学习序列变化趋势,导致传统记忆网络模型对滑坡位移非平稳跃变段预测效果较差.基于多重分形改进门控循环单元(GRU),通过量化序列的变化特征来动态更新门控权重,引入循环神经网络单元的状态融合策略以学习数据的长程相... 门控机制设计难以学习序列变化趋势,导致传统记忆网络模型对滑坡位移非平稳跃变段预测效果较差.基于多重分形改进门控循环单元(GRU),通过量化序列的变化特征来动态更新门控权重,引入循环神经网络单元的状态融合策略以学习数据的长程相关性特征.采用变分模态分解算法将滑坡累积位移分解成趋势项、周期项及随机项,利用改进GRU进行位移分量的训练和预测.选取三峡库区白水河滑坡监测点ZG93、ZG118进行仿真实验.实验结果表明,相比传统预测模型,新模型的滑坡位移形变趋势特征学习能力更强,预测精度更高. 展开更多
关键词 滑坡累积位移 多重分形 门控循环单元(GRU) 变分模态分解 循环神经网络
在线阅读 下载PDF
基于高斯过程回归的岩体结构面粗糙度系数预测模型 被引量:1
3
作者 郑可馨 吴益平 +2 位作者 李江 苗发盛 柯超 《地质科技通报》 CAS CSCD 北大核心 2024年第4期252-261,共10页
岩体结构面粗糙度系数(JRC)的估算是岩体力学性质评价的重要环节,由于单一统计参数法难以全面表征岩体结构面的复杂粗糙形貌,单一统计参数法建立的JRC计算模型精度较低。选取表征结构面粗糙形态的8种统计参数,结合主成分分析法(PCA)和... 岩体结构面粗糙度系数(JRC)的估算是岩体力学性质评价的重要环节,由于单一统计参数法难以全面表征岩体结构面的复杂粗糙形貌,单一统计参数法建立的JRC计算模型精度较低。选取表征结构面粗糙形态的8种统计参数,结合主成分分析法(PCA)和高斯过程回归(GPR)算法,构建基于多参数融合的JRC预测模型。以公开的112条岩体结构面剖面线数据集(其中95条作为训练样本,17条为验证样本)为例进行分析研究,最后将预测所得JRC与实测值对比并分析预测效果。结果表明:由高斯过程回归构建的JRC预测模型决定系数(R^(2))高达0.972,均方根误差(MSE)为0.517,反映出高斯过程回归方法在小样本条件下构建多统计参数与JRC值隐式关系的适用性,为今后人工智能在JRC指标预测方面实现合理预测提供了思路。 展开更多
关键词 岩体结构面 粗糙度 高斯过程回归 统计参数 预测
在线阅读 下载PDF
基于门控权重单元的多变量时间序列预测 被引量:6
4
作者 张冬梅 李金平 +2 位作者 李江 余想 宋凯旋 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第10期105-112,共8页
多变量时间序列各变量间依赖性较强,数据变化趋势不明显,预测难度高.传统研究采用带门控机制的循环神经网络及变体进行预测,但序列间存在相互依赖关系,突变数据段建模预测不精确.基于信息熵,本文提出一种新的改进门控权重单元,利用信息... 多变量时间序列各变量间依赖性较强,数据变化趋势不明显,预测难度高.传统研究采用带门控机制的循环神经网络及变体进行预测,但序列间存在相互依赖关系,突变数据段建模预测不精确.基于信息熵,本文提出一种新的改进门控权重单元,利用信息熵技术量化数据序列的变化程度,动态调整权重矩阵刻画数据的变化趋势.基于4个公开数据集分别进行实验,实验结果表明新模型比传统循环神经网络模型具有更好的预测性能. 展开更多
关键词 多变量时间序列 门控机制 循环神经网络 门控权重单元 信息熵
在线阅读 下载PDF
基于多头自注意力机制的LSTM-MH-SA滑坡位移预测模型研究 被引量:18
5
作者 张振坤 张冬梅 +1 位作者 李江 吴益平 《岩土力学》 EI CAS CSCD 北大核心 2022年第S02期477-486,507,共11页
受自身地质条件及外界周期、随机等因素影响,滑坡演变过程具有典型跃变特征。传统基于门控机制的深度学习模型对阶跃型滑坡预测能力不足,多头自注意力通过关注不同尺度时序数据的隐含信息能自适应挖掘序列的变化程度特征,有效学习数据... 受自身地质条件及外界周期、随机等因素影响,滑坡演变过程具有典型跃变特征。传统基于门控机制的深度学习模型对阶跃型滑坡预测能力不足,多头自注意力通过关注不同尺度时序数据的隐含信息能自适应挖掘序列的变化程度特征,有效学习数据潜在变化趋势,提升序列的预测能力。研究基于变分模态分解技术将滑坡累积位移量分解成趋势项、周期项和随机项,对各位移分量和影响因子开展动态时间规整相关性分析。结合多头自注意力机制和长短时记忆网络模型对各位移分量进行动态预测,各位移分量预测值相加得到实际预测结果。以三峡库区白水河滑坡作为研究区,对监测点ZG118开展累积位移预测,采用监测点ZG93、XD01进行模型适应性验证,试验结果表明对于降雨、库水位变化导致的阶跃数据段,新模型能大大提升预测的精度,为三峡库区滑坡位移预测研究提供新的思路。 展开更多
关键词 滑坡位移预测 变分模态分解 动态时间规整 多头自注意力机制 长短时记忆网络
在线阅读 下载PDF
三江源区多尺度水文干旱特征及植被的响应 被引量:28
6
作者 肖祖香 朱双 +4 位作者 罗显刚 娄连惠 李江 罗顺根 操丽 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第6期515-520,582,共7页
采用标准化降水指数SPI和遥感植被指数(NDVI、EVI)量化1961—2018年三江源区的生长季植被和水文干旱的演化特性,基于Mann-Kendall趋势检验法分析了三江源区1961—2018年干旱与植被的时空演变趋势,并基于斯皮尔曼等级相关系数进行了不同... 采用标准化降水指数SPI和遥感植被指数(NDVI、EVI)量化1961—2018年三江源区的生长季植被和水文干旱的演化特性,基于Mann-Kendall趋势检验法分析了三江源区1961—2018年干旱与植被的时空演变趋势,并基于斯皮尔曼等级相关系数进行了不同干旱变量与植被指数的相关性分析。结果表明:三江源区季度干旱事件发生于1963年、1966年、1984年、1992年、2000年和2017年;春季有显著湿润化现象(平均趋势特征值Z=2.28),秋季澜沧江源和长江源中部有不显著干旱威胁;5月黄河源以北地区有显著植被增加趋势,9月长江源中部与澜沧江源有不显著植被退化趋势,2000—2018年植被变化趋势是北部强于南部、西部强于东部;21世纪以来,干旱事件与植被有一定的响应关系,SPI3与植被指数显著正相关。 展开更多
关键词 水文干旱 SPI 植被指数 Mann-Kendall趋势检验 三江源区
在线阅读 下载PDF
多粒度矿体模型不确定性表达与传递研究
7
作者 李江 徐江嬿 《武汉科技大学学报》 CAS 北大核心 2020年第6期432-438,共7页
采用不确定性推理理论中的可信度方法和地质统计学中的克里格算法,对矿体模型构建过程中的不确定性分布与传递过程进行分析,建立多粒度矿体模型的不确定性表达与传递模型框架。结果表明,可根据克里格插值计算的估计方差结果,获得以概率... 采用不确定性推理理论中的可信度方法和地质统计学中的克里格算法,对矿体模型构建过程中的不确定性分布与传递过程进行分析,建立多粒度矿体模型的不确定性表达与传递模型框架。结果表明,可根据克里格插值计算的估计方差结果,获得以概率为表达的插值精度评定指标,以实现对多粒度矿体三维模型不确定性的定量评价;通过对试验区矿体样本方差与母体方差精确度的比较及对样本克里格估值方差在误差区间内的概率进行统计分析,验证了该评价方法是有效的。 展开更多
关键词 矿体三维建模 多粒度 不确定性 表达与传递 克里格方差 可信度 定量评价
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部