【摘 要】
：
现有方法预测舰船网络态势时,受网络威胁规模的影响,当基本信度在0.56～0.76的范围内时存在平均相对误差较大的问题,因此构建考虑随机因素的舰船网络态势预测模型.通过分层感知
【机 构】
：
重庆交通职业学院,重庆 402247
论文部分内容阅读
现有方法预测舰船网络态势时,受网络威胁规模的影响,当基本信度在0.56～0.76的范围内时存在平均相对误差较大的问题,因此构建考虑随机因素的舰船网络态势预测模型.通过分层感知技术构建舰船网络态势感知模型,实现舰船网络态势感知.考虑随机因素建立舰船网络态势估计模型,综合认知、环境等因素对舰船网络态势进行智能估计与处理,并通过支持向量机回归模型实施回归拟合,实现对舰船网络态势的最终预测.实验结果证明该模型的平均相对误差较小,实现了预测性能的提升.
其他文献
传统的网络流量非线性估计数学模型由于存在丢失流量数据序列周期性的情况,导致模型的自适应能力较差.为此,提出具有时变性的舰船网络流量非线性估计数学模型研究.考虑网络流
传统船舶柴油机振动监测数据与实际柴油机振动参量存在一定的偏差,为了提升船舶柴油机振动监测数据的精准度,提出人工智能技术在船舶柴油机振动监测中的应用.在人工智能技术
船舶航行动力系统承担着对船舶动力的传输与调度处理,船舶动力系统的稳定运行是船舶安全稳定航行的前提.经过长期应用发现,传统船舶动力系统控制器无法精准控制动力系统的非
为了解决传统大型半潜式起重船施工进度监测方法存在监测误差大的问题,将视觉辅助应用在大型半潜式起重船施工进度监测中.通过视觉辅助技术采集大型半潜式起重船施工前图像,
为了更好地提高船舶航行速度,针对当前船舶航行过程中动力不佳的问题进行研究.传统的船舶纵向运动水动力特性数值模拟方法大多采用非线性原理进行优化,往往忽视对船舶水动力
当前研究的船舶电子设备故障智能诊断方法多是依赖主观经验,诊断时间过长,工作效率低.基于人工免疫算法提出一种新的船舶电子设备故障智能诊断方法,在电路图和电子设备的运行
近年来,船舶的自动化设备越来越多,船舶综合导航系统、监控系统、机舱等都进行了大量的设备更新.为了满足船舶自动化设备的信息传输需求,使船舶上的设备能够形成一个统一高效
针对舰船通信网络安全问题,以用户之间的信任值作为认证标准,建立船用物联网中的舰船通信网络互信认证体系.该体系先由6个信任因子加权平均后相加得出信任值,6个信任因子包括
舰船通信网络信号数量较多,捕捉网络异常信号时,由于定位能力较弱,难以实现目标追踪,因此研究卡尔曼滤波在舰船通信网络异常信号快速捕捉中的应用.采用卡尔曼滤波构建多区域
传统水声通信采用扩频技术的二次编码存在问题,在多普勒效应下导致整体传输速率下降,稳定性降低.因此,提出直接序列扩频技术在水声通信中的应用.搭建直接序列扩频架构,对扩频