论文部分内容阅读
基于时间卷积网络的半监督物联网通信异常检测模型研究
【出 处】
：
安徽大学
【发表日期】
：
2021年01期
其他文献
为了提高桥梁支架施工技术水平,以应对复杂环境下桥梁的修建,将多种施工技术融为一体,文章提出现浇施工技术应用方案,构建预应力体系,使得桥梁支架稳定性得以提升.关于技术应用方案可靠性的检验,选取激光弯沉检测法作为检验工具,对桥面承载力进行检测.检测结果表明,项目现浇施工技术应用下搭建的桥梁承载力符合建设规范,达到了桥梁支架浇筑标准.
利用半经典的Rybreg-Klein-Rees(RKR)反演方法,结合实验测得SrCl分子的振动、转动等光谱常数导出相应的经典拐点r min和r max,构造了A 2Π和X 2∑+态的势能曲线.基于得到的势能曲线,通过求解一维Schr?dinger方程得到A 2Π和X 2∑+态的振动波函数,计算获得A 2Π-X 2∑+跃迁高度对角化的Franck-Condon因子(f 00=0.964116),符合激光冷却分子的首要条件,为SrCl分子激光冷却提供理论基础.
在动画人物面部表情设计与生成的研究中,常规的表情生成方法因图像细节特征不明显,导致生成的面部表情真实度不足.为了解决这一问题,提出一种基于改进学习的动画人物面部表情生成方法.以真实的人脸面部表情图像作为依据,利用改进深度学习设计级联分类器,从真实图像中提取出人脸表情特征图像,柔化图像边缘,增强特征细节.为了保证输入图像与生成表情图像之间内容和风格的统一性,从内容约束和风格约束两方面设计损失函数,优化判断网络,并在损失函数的约束下融合特征信息,生成动画人物面部表情.实验结果表明,设计的基于改进深度学习的表情
文章从大数据中心管理工业企业数据的范围与特点出发,提出企业大数据中心的设计架构、技术架构及相关标准,明确企业大数据中心建设及管理任务,确保企业数据资产投资取得实效,实现企业数据的管理创新,驱动工业企业数字化转型.
为了克服蚁群算法在机器人路径规划过程中收敛速度慢、效率较低,容易陷入局部最优等缺点,提出了一种多步长改进蚁群算法,该算法的主要思想及思路是同时在概率公式中加入了拐点参数,使路径更加平滑,并且提出了新的信息素奖励惩罚机制.将文章改进的蚁群算法应用在30×30的栅格障碍环境中,让机器人找到一条从起点到终点的无碰撞的最短路径.实验仿真结果表明改进的蚁群算法与基本蚁群算法找到的最优路径相同,长度都是43.36,但是两者需要的迭代次数差别较大,改进蚁群算法仅在第8次迭代后就可以找到最优路径.而基本蚁群算法在迭代19
为了提高云环境下网络安全风险预测精度和时效性,文章在AHP方法基础上,添加RBF神经网络,提出RBF-AHP网络安全预测模型研究.该模型以AHP框架中预测目标信息作为输入层信息,经过学习和收敛处理,生成预测结果.应用仿真测试结果显示,该预测模型的预测精度为96％,能够有效缩短预测时间,异常检测时间较短,可以作为网络安全管理工具.
建设工程项目在整个施工过程中需要对实际发生过程进行目标的动态有效控制,其中成本控制和进度控制是目标控制的主要矛盾,更是工程项目管理过程中的重点和难点.为了实现工程项目成本与进度同步化控制,文章以赢得值法理论为工具,依托具体工程项目案例,对赢得值法三大参数和四项指标予以计算分析,确定各参数和指标间的相互关系,并结合赢得值法评价曲线结论提出对应的处理措施,从而达到对项目有效控制的目的,为赢得值法在工程项目成本与进度同步控制中的应用提供一定的参考和借鉴.