课程文献中心 更多>>

关键词： 车载网络   异常检测   支持向量机   边缘计算  

摘要： 随着车载网络闭环系统的打破,遭受可能攻击的风险越来越大。智能驾驶、辅助驾驶本身会使车载计算单元的负载较重,在车内采用异常检测算法将愈发占用车内资源、加重计算单元负载。因此,我们设计了一种基于边缘计算的车载网络数据异常检测系统,将异常检测转移到边缘服务器上进行,以减少车载网络的负担。利用智能小车、边缘服务器等软硬件平台,搭建车载网络异常检测原型系统,设计基于支持向量机异常检测模型,使用真车数据进行模型训练以及异常检测模拟;并使车辆与边缘服务器进行数据传输,得到车辆运行时的异常信息,维护车辆正常行驶。

关键词： 光纤镀膜探针   激光多普勒效应   短时傅里叶变换   有机玻璃   爆炸实验  

摘要： 粒子速度是分析固体介质中应力波传播规律的一个重要参数。结合激光多普勒效应和全光纤干涉测速系统,提出了一种基于光纤镀膜探针的固体介质中应力波粒子速度的测量方法。将光纤镀膜探针嵌入有机玻璃(PMMA)中,距爆心同一半径处,采用0.125 g TNT当量的微型炸药球作为爆炸源,进行填实爆炸产生应力波,通过采集光纤探针端面的运动信息,基于短时傅里叶变换的时频分析方法,解调出端面运动速度,进而反推出粒子速度。实验结果表明:不同光纤镀膜探针测得的速度分别为22.648 m/s、23.505 m/s,将反推的粒子速度与传统的圆环型电磁粒子速度计方法获取到的数据进行对比,两者的相对偏差低于5.00%,验证了光纤镀膜探针测量固体介质中应力波粒子速度的可行性。

关键词： 跌倒检测   老年人   行为识别   机器学习  

摘要： 意外跌倒是老年人受伤和死亡的主要原因,因此对跌倒智能化检测系统的研究不断增多。本文将跌倒检测系统分为4个类别:可穿戴类、室内非图像类、室内图像类和混合类。阐述了各类的技术特点,并总结了系统中所用传感器。此外,介绍了检测跌倒的主要流程和内容,对跌倒判定的主要方法阈值分析法和机器学习进行说明。最后,分析了跌倒检测系统存在的不足。在未来,随着不断改进,跌倒检测系统将具有广阔的应用前景。

关键词： 廉金属热电偶   不确定度   校准  

摘要： 本文用二等标准铂铑10-铂校准装置作为测量标准,对被校廉金属热电偶进行校准,通过对校准结果的不确定度评定,实现对被校热电偶的准确评价。

关键词： 安培力   洛伦兹力   霍尔效应  

摘要： 安培力和洛伦兹力是不同的物理概念,它们既有联系又有区别。通过对二者数学关系的推导,在做功问题上的矛盾的讨论,利用霍尔效应对其机理的分析,进一步论证了安培力与洛伦兹力在宏观和微观上的联系,以加深对这两个基本概念的理解。

关键词： G.654E   有效面积   损耗  

摘要： 随着通信技术的迅猛发展,对光纤光缆传输性能的要求也越来越高。G.654E光纤光缆作为一种新型的光纤传输介质,具有低损耗、大有效截面等优点,逐渐成为省际干线传输的理想选择。文章对G.654E光纤光缆的特性进行分析,与之前的光纤光缆进行对比,探讨其在省际干线中的应用优势。

关键词： 机械天线   逆压电效应   多模态   频率调制  

摘要： 在传统的无线通信领域中,长波通信需要匹配大尺寸信号发射天线,制约了其在中小型平台上的应用。基于逆压电效应、振动理论和麦克斯韦方程组,提出并研制了一种三自由度折返梁结构的振动永磁式机械天线原理样机,建立了电-机械-电磁能理论模型,研究了机械天线的辐射影响因素及其频率调制技术。实验结果表明,通过激发机械天线原理样机的不同振动模态可对电磁波信号进行频率调制,从理论和技术角度为低频段信号的通信提供了新思路。

关键词： 网络入侵检测   深度学习   栈式自编码器   残差网络   CIC-IDS-2017数据集  

摘要： 互联网中存在大量隐私数据,因此防止网络入侵成为保护网络安全的关键问题。为提高网络入侵检测的准确率并解决其收敛慢问题,设计一种改进的堆叠自动编码器和残差网络(ISAE-ResNet)入侵检测模型。融合栈式自编码器和残差网络,首先将预处理后的数据输入到改进的栈式自编码器中,该栈式自编码器由2个副编码器和1个主编码器组成,数据经过副编码器和主编码器训练后重构出新的特征来防止过拟合问题;然后将解码层的权重捆绑到编码层进行优化,使模型参数减半来进行降维,提高模型的收敛速度;最后将处理过的数据输入到改进的残差网络中,并基于改进的ResNet网络设计一种加入软阈值函数的残差模块,通过降低数据中的噪声来提高模型准确率。在CIC-IDS-2017数据集上的实验结果表明,该模型准确率为98.67%,真正例率为95.93%,误报率为0.37%,损失函数值快速收敛至0.042,在准确率、真正例率、误报率和收敛速度方面均超过对比入侵检测模型,具有较高的有效性和可行性。

关键词： 锂电池   异常检测   变分自编码器   动态时间规整   长短期记忆网络   贝叶斯优化  

摘要： 针对电池生产成组过程中,传统异常检测方法对混入的容量及压差异常电池检测精度低及生产结束后离线异常检测方法效率低等问题,该文提出一种集合长短期记忆变分自编码器与动态时间规整评价的锂电池异常在线检测方法(VAE-LSTM-DTW),实现了异常电池的在线检测,避免了离线异常检测所造成的时间和能源的浪费。该方法首先将长短期记忆网络(LSTM)引入变分自编码器(VAE)模型,训练电池时序数据重构模型;其次,在电池异常检测的度量标准中引入动态时间规整值(DTW),并基于贝叶斯寻优获得最优检测阈值,对每个单体电池重构数据的动态规整值进行异常辨别。实验结果表明,相较该领域传统异常检测方法,VAE-LSTM-DTW模型性能优越,查准率和F1值都得到了较大的提升,具有较高的有效性和实用性。

关键词： Web   Python   Flask   异常检测  

摘要： 针对大数据处理中数据来源复杂,且在清洗过程中存在较多相似的问题,开发了一款异常数据检测系统。系统使用流行的Python编程语言和轻量级的FlaskWeb框架,能够简化数据处理工作中的重复流程,极大减轻数据分析的工作量,提高工作效率,利用系统内置的异常检测算法和用户上传的自定义算法完成对数据中异常的检测工作。