【摘 要】
：
成功地检测隐匿虚假数据入侵（False Data Injection, FDI）攻击是确保电力系统安全运行的关键.然而,大多数工作通过建立FDI攻击模型来模拟真实的入侵行为,所得到的模拟数据往往与真实数据存在一定的差异,导致基于机器学习的检测方法出现较差的学习效果.为此,针对源域中模拟样本数据量大而目标域中真实样本标记少的特点,提出了基于深度信念网络(DBN)和迁移学习的检测算法, DBN中的受限
论文部分内容阅读
成功地检测隐匿虚假数据入侵（False Data Injection, FDI）攻击是确保电力系统安全运行的关键.然而,大多数工作通过建立FDI攻击模型来模拟真实的入侵行为,所得到的模拟数据往往与真实数据存在一定的差异,导致基于机器学习的检测方法出现较差的学习效果.为此,针对源域中模拟样本数据量大而目标域中真实样本标记少的特点,提出了基于深度信念网络(DBN)和迁移学习的检测算法, DBN中的受限玻尔兹曼机(Restrict Boltzmann Machine, RBM)能对海量目标域无标签样本进行
其他文献
以青藏高原东部窄叶鲜卑花高寒灌丛为对象，研究了高寒灌丛典型生育期土壤呼吸不同组分对开顶式生长室（OTC）模拟增温的响应。结果表明：模拟增温使窄叶鲜卑花高寒灌丛空气温度和土壤温度平均增加了0.6 ℃和1.2 ℃，使土壤水分含量显著降低了2.7%；模拟增温在灌丛生长季分别使土壤总呼吸、异养呼吸、根源呼吸、细根呼吸和根际微生物呼吸速率显著增加了54.3%～99.2%、60.8%～80.3%、30.0%～
随着声学探测在海底地形地貌探测中的广泛应用，水声成像技术已成为海洋测绘的重要手段。本文提出了一种水声海底地形地貌实时拼接与可视化方法，系统利用差分GPS定位仪和姿态仪获得声纳换能器载体的平移与旋转矩阵信息作为迭代初始参数，消除三维水声相邻帧图像配准过程中的迭代耗时和失配现象。通过配准矩阵将相邻两帧声学图像转换到同一坐标系后，在拼接之前将声纳数据网格化，获得插值点声学图像数据。为了生成声学图像可视化
土壤中施加生物质炭对改善土壤墒情及提高土壤肥力具有重要作用。为探明生物质炭种类与混施深度对土壤水分运移和养分拦截的作用特征，通过室内定水头土柱模拟试验，设置3种生物质炭（稻壳炭、玉米秸秆炭、竹炭）和2种混施深度（10 cm、20 cm），以裸土为对照，测定水分运移及氮磷流失变化过程。结果表明：生物质炭对土壤孔隙结构的改变以及生物质炭比表面积和粒径分布可共同影响土壤水分运移。混施不同种类生物质炭能使
矿井CO气体来源的多渠道性，为有效辨识采场CO气体异常超限是煤自热自燃还是其他原因造成的，带来了极大的挑战性，也为矿井内因火灾的精准防控带来了极大的困扰。针对这一现实难题和科学问题，除去矿井通风携带、机车运行释放、爆破作业产生和煤机械破断产生的CO气体等来源外，基于瓦斯地质学和矿井火灾学等理论，将矿井CO气体来源精细划分为煤中原生CO气体的降压和升温解吸（分别记为P_(J)-CO、P_(S)-CO
城市灾区中，地面用户节点的移动特性使得应急网络覆盖成为难题。针对城市灾区移动用户节点的应急网络覆盖优化问题，提出一种无人机网络自适应覆盖优化算法。对布谷鸟搜索算法进行改进，并对目标函数进行优化调整，将城市灾区地面用户节点的移动模型应用于改进的布谷鸟算法模拟中，最终实现对城市灾区重点区域移动用户的自适应覆盖优化。仿真结果表明，所提算法与相同实验环境下的标准布谷鸟算法（CSA）和模拟退火算法（SAA）
现有的基于雷达传感器的手势识别方法，大多先利用雷达回波对手势的距离、多普勒和角度等信息进行参数估计，得到各种数据谱图，然后再利用卷积神经网络对这些谱图进行分类，实现过程较为复杂。该文提出一种基于串联式1维神经网络(1D-ScNN)的毫米波雷达动态手势识别方法。首先基于毫米波雷达获取动态手势的原始回波，然后利用1维卷积和池化操作对手势特征进行提取，并将这些特征信息输入1维Inception v3结构
即时学习方法在历史数据库中寻找当前样本的相似样本建立局部预测模型，可以有效解决工业过程数据强非线性问题。但历史数据库中各数据集之间存在工况差异，会在一定程度上降低预测精度。针对多工况问题，引入一种基于工况差异度量的多源集成即时学习软测量模型，首先采用公共差异信息提取方法（JIVE）提取各过程的特殊信息，并以当前过程作为查询域，计算其与各历史过程的特殊信息之间的KL散度表征分布差异度 量并得到最近邻
在基于概率地图的移动机器人目标搜索规划中,目标在工作环境中的存在概率通常被设置服从离散均匀分布,进而采用路径长度指标优化搜索任务的全局路径.然而,真实工作空间中的概率分布绝大多数并不服从均匀分布,这将导致所获搜索策略并非预期的最短时间.针对该问题,本文根据实际工作环境构建了概率测算模型,并基于该模型构建概率地图,进而提出了一种以预期最短时间为优化指标的机器人目标搜索路径规划方法.该方法采用了分层规
针对存在量化数据、通信时滞等通信约束以及带有竞争关系的多智能体系统， 研究其二分实用一致性问题， 提出了一种基于量化器的分布式控制协议. 该协议基于结构平衡拓扑假设， 通过规范变换将具有竞争关系系统转变为具有非负连接权重系统， 使二分实用一致性问题转变为一般实用一致性问题. 利用微分包含理论、菲利波夫解的框架、代数图论以及Lyapunov稳定性理论， 证明了在本文所提控制策略下， 具有竞争关系的多
针对室内弱纹理场景下，基于点特征的SLAM算法难以追踪足够多的有效特征点，导致系统定位精度和鲁棒性较差，甚至完全失效的问题，提出一种基于点线特征并融合IMU的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性，同时引入IMU数据为视觉定位算法提供先验和尺度信息，通过联合最小化多残差函数得到更准确的相机位姿，并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在