期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于区块链技术的电力系统光传输网络异常节点入侵检测
被引量：
9
1
作者
解鹏
刘双峰
+1 位作者
张金华
卿松
《自动化仪表》
CAS
2021年第4期95-99,共5页
传统检测方法不能循环检测网络各层内的异常节点信息,导致节点丢失率过高。为此,提出基于区块链技术的电力系统光传输网络异常节点入侵检测方法。依靠区块链技术获取光传输网络端到端之间具有时序性特征的节点信息,差异化正常节点与异...
传统检测方法不能循环检测网络各层内的异常节点信息,导致节点丢失率过高。为此,提出基于区块链技术的电力系统光传输网络异常节点入侵检测方法。依靠区块链技术获取光传输网络端到端之间具有时序性特征的节点信息,差异化正常节点与异常节点,计算节点异常分数,设置检测阈值,实现异常节点判断,有效降低节点丢失率。根据全连接循环神经网络,设计循环式的入侵检测模式。通过前向传播算法,对网络中的异常节点进行类别标签,并结合权值微调算法实现对电力系统光传输网络中异常节点的循环检测。试验结果表明,所提检测方法能够有效检测出不同类型的网络异常节点,且节点丢失率较低,最高值仅为3.06%。该方法可为电力系统网络安全保护问题提供参考依据。
展开更多
关键词
区块链技术
电力系统
光传输网络
异常节点
入侵检测
前向传播算法
权值微调算法
下载PDF
职称材料
基于TG–LSTM神经网络的非完整时间序列预测
被引量：
7
2
作者
陈中林
杨翠丽
乔俊飞
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第5期867-878,共12页
针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元...
针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元结构;其次,基于TG-LSTM结构设计一种网络的前向传播算法,实现输入填补和输出预测同步进行;然后,建立TG-LSTM神经网络的学习算法来对输入填补和输出预测任务整体训练;最后,通过在Mackey-glass基准数据集,月平均气温数据集和污水处理出水氨氮预测中的实验结果表明:与传统方法相比,TG-LSTM神经网络模型能以更高精度对非完整时间序列进行填补和预测.
展开更多
关键词
数据缺失
非完整时间序列
长短期记忆神经网络
前向传播算法
学习算法
下载PDF
职称材料
题名
基于区块链技术的电力系统光传输网络异常节点入侵检测
被引量：
9
1
作者
解鹏
刘双峰
张金华
卿松
机构
国网新疆电力有限公司
出处
《自动化仪表》
CAS
2021年第4期95-99,共5页
文摘
传统检测方法不能循环检测网络各层内的异常节点信息,导致节点丢失率过高。为此,提出基于区块链技术的电力系统光传输网络异常节点入侵检测方法。依靠区块链技术获取光传输网络端到端之间具有时序性特征的节点信息,差异化正常节点与异常节点,计算节点异常分数,设置检测阈值,实现异常节点判断,有效降低节点丢失率。根据全连接循环神经网络,设计循环式的入侵检测模式。通过前向传播算法,对网络中的异常节点进行类别标签,并结合权值微调算法实现对电力系统光传输网络中异常节点的循环检测。试验结果表明,所提检测方法能够有效检测出不同类型的网络异常节点,且节点丢失率较低,最高值仅为3.06%。该方法可为电力系统网络安全保护问题提供参考依据。
关键词
区块链技术
电力系统
光传输网络
异常节点
入侵检测
前向传播算法
权值微调算法
Keywords
Blockchain
technology
Power
system
Optical
transmission
network
Abnormal
node
Intrusion
detection
forward
propagation
algorithm
Weight
adjustment
algorithm
分类号
TH-7 [机械工程]
下载PDF
职称材料
题名
基于TG–LSTM神经网络的非完整时间序列预测
被引量：
7
2
作者
陈中林
杨翠丽
乔俊飞
机构
北京工业大学信息学部
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第5期867-878,共12页
基金
国家自然科学基金项目(61890930–5,62021003,61973010)
国家重点研发计划项目(2021ZD0112302)
北京市自然科学基金项目(4202006)资助。
文摘
针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元结构;其次,基于TG-LSTM结构设计一种网络的前向传播算法,实现输入填补和输出预测同步进行;然后,建立TG-LSTM神经网络的学习算法来对输入填补和输出预测任务整体训练;最后,通过在Mackey-glass基准数据集,月平均气温数据集和污水处理出水氨氮预测中的实验结果表明:与传统方法相比,TG-LSTM神经网络模型能以更高精度对非完整时间序列进行填补和预测.
关键词
数据缺失
非完整时间序列
长短期记忆神经网络
前向传播算法
学习算法
Keywords
data
missing
incomplete
time
series
long
short-term
memory
neural
network
forward
propagation
algorithm
learning
algorithm
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
O211.61 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于区块链技术的电力系统光传输网络异常节点入侵检测
解鹏
刘双峰
张金华
卿松
《自动化仪表》
CAS
2021
9
下载PDF
职称材料
2
基于TG–LSTM神经网络的非完整时间序列预测
陈中林
杨翠丽
乔俊飞
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
