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
共找到6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：
基于CKKS与CP-ABE的国网电力数据共享方案 被引量：3
1
作者 张海俊 丁平刚 +1 位作者 彭一轩 孙晨雨 《信息安全研究》 CSCD 2023年第3期262-270,共9页
国家电网拥有大量电力数据,对这些数据的研究是一项重要的工作.这往往涉及海量数据计算与多方数据传输,因此研究机构如何能安全且高效地申请并获取到电力数据是一个亟待解决的问题,同时国网机构愿意在保证数据安全的前提下进行数据共享... 国家电网拥有大量电力数据,对这些数据的研究是一项重要的工作.这往往涉及海量数据计算与多方数据传输,因此研究机构如何能安全且高效地申请并获取到电力数据是一个亟待解决的问题,同时国网机构愿意在保证数据安全的前提下进行数据共享.针对以上问题,设计了基于CKKS(Cheon-Kim-Kim-Song)与CP-ABE(ciphertext-policy attribute-based encryption)的国网电力数据共享方案,通过CKKS对数据进行加密,实现数据的安全传输与计算,引入第三方服务提供者,对数据进行高效处理;同时通过CP-ABE算法,实现数据访问控制与1对多数据传输与共享,提高共享效率.接着对方案的安全性进行证明,并通过实验的方式,将该方案与现有方案的共享效率进行测试与对比,实验结果表明该方案在保证数据安全的情况下,能够更加高效地进行数据处理,并且保持较低的计算误差. 展开更多
关键词 CKKS CP-ABE 同态加密 隐私保护 数据共享
下载PDF
基于完全自适应噪声集合经验模态分解和互相关分析的核电厂信号降噪研究
2
作者 刘琳琳 王振宇 +1 位作者 李露 陈嘉翊 《核科学与工程》 CAS CSCD 北大核心 2024年第1期80-90,共11页
针对在强噪声背景中提取核电厂信号有效成分的问题,本文提出一种将完全自适应噪声集合经验模态分解与互相关分析法相结合的降噪方法并进行验证。该方法的主要步骤如下。首先,通过完全自适应噪声集合经验模态分解法对电站信号进行有效分... 针对在强噪声背景中提取核电厂信号有效成分的问题,本文提出一种将完全自适应噪声集合经验模态分解与互相关分析法相结合的降噪方法并进行验证。该方法的主要步骤如下。首先,通过完全自适应噪声集合经验模态分解法对电站信号进行有效分解,得到全部的本征模态分量。然后,根据互相关系数将上述分量进行筛选,得到有用信号主导的分量,将其叠加、重构成降噪后信号。最后,使用降噪指标对降噪效果进行评价。结果表明:与基于经验模态分解、集合经验模态分解的降噪方法相比,本文所提方法得到的降噪后信号信噪比更高、均方根误差更小、相关系数更大、平滑度更好,具有更优的降噪效果。 展开更多
关键词 信号降噪 经验模态分解 集合经验模态分解 完全自适应噪声集合经验模态分解 互相关分析
下载PDF
基于集合经验模态分解和排列熵的核电厂信号降噪研究
3
作者 王雨辰 李鼎 +1 位作者 胡玥 孙晨雨 《核科学与工程》 CAS CSCD 北大核心 2024年第1期98-107,共10页
本文提出了一种基于集合经验模态分解和排列熵的电站信号降噪方法。该方法流程如下,首先,采用集合经验模态分解对电站典型实测信号进行了分解,获得对应的本征模态分量。其次,采用排列熵对本征模态分量进行混沌度的定量评价,从而实现实... 本文提出了一种基于集合经验模态分解和排列熵的电站信号降噪方法。该方法流程如下,首先,采用集合经验模态分解对电站典型实测信号进行了分解,获得对应的本征模态分量。其次,采用排列熵对本征模态分量进行混沌度的定量评价,从而实现实测信号中的有用信号和噪声信号的区分。对于后者,采用改进的小波软阈值降噪法进行降噪。最后,根据排列熵筛分后的有用信号和改进的小波软阈值降噪后的噪声信号进行重构,得到降噪后的信号。另外,本文也采用了主流的经验模态分解和局部均值分解对该信号进行了处理,并将分析结果进行对比。对比结果表明,基于本文所提方法得到的降噪后信号排列熵较小,表明降噪效果要优于以上两种方法。 展开更多
关键词 信号降噪 经验模态分解 局部均值分解 集合经验模态分解 排列熵
下载PDF
基于经验模态分解和改进小波软阈值降噪法的电站信号降噪研究 被引量：1
4
作者 罗鹏 陈嘉翊 +3 位作者 郭丽江 杨航 卢孟宇 张宇宁 《力学与实践》 北大核心 2023年第4期736-743,共8页
在对电站各类信号进行故障诊断时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中强噪声干扰,导致在后续信号关键特征的识别和处理时会出现较大困难。为降低噪声的影响,本文将经验模态分解与改进小波软阈值降噪法相结合... 在对电站各类信号进行故障诊断时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中强噪声干扰,导致在后续信号关键特征的识别和处理时会出现较大困难。为降低噪声的影响,本文将经验模态分解与改进小波软阈值降噪法相结合进行电站信号的处理并进行了方法有效性验证。该方法的主要流程如下:首先,将信号进行经验模态分解,分离出若干个本征模态分量和残差。其次,对其与原始信号进行互相关分析,识别有用信号主导的分量和噪声主导的分量,并将噪声信号主导的分量进行改进小波软阈值降噪法处理后,将其与有用信号分量和残差进行重构。最后,将经验模态分解和改进小波软阈值降噪法降噪处理后的信号与传统只采用小波阈值降噪法处理后的信号进行评价,结果表明本文方法的信噪比更高、均方根误差更小、相关系数更高、平滑度更好,可有效消除背景噪声的影响。 展开更多
关键词 水泵水轮机 信号降噪 改进小波软阈值降噪法 经验模态分解 互相关分析
下载PDF
基于联邦学习和同态加密的电力数据预测模型本地保护 被引量：1
5
作者 陈嘉翊 孙晨雨 +1 位作者 周欣桐 胡志广 《信息安全研究》 CSCD 2023年第3期228-234,共7页
电力数据的准确、快速预测不仅对电力系统的稳定、正常运行至关重要,也会对整个社会的生产生活产生重大影响.因此,高效、准确地预测电力数据是电力数据研究中的一项重要工作.循环神经网络在电力数据预测问题上具有优异的表现,但是需要... 电力数据的准确、快速预测不仅对电力系统的稳定、正常运行至关重要,也会对整个社会的生产生活产生重大影响.因此,高效、准确地预测电力数据是电力数据研究中的一项重要工作.循环神经网络在电力数据预测问题上具有优异的表现,但是需要大量数据来训练模型.各大电力公司出于隐私安全问题的考虑,并不愿意共享各自的电力数据,从而无法训练出更加精确的模型.此外,在海量数据上传到中央服务器对联合模型进行训练的过程中会产生巨大的网络资源开销.针对这些问题,将联邦学习与Paillier同态加密算法相结合,提出了基于联邦学习和同态加密的电力数据预测模型本地保护方法.实现了对电力数据和本地模型参数的保护,在安全的状态下对联合模型进行共同训练.使用真实的电力数据进行了实验,该方法取得了良好的实验结果. 展开更多
关键词 电力数据 Paillier同态加密算法 联邦学习 LSTM神经网络算法
下载PDF
信用科技赋能国有企业数字化管理创新与实践 被引量：1
6
作者 罗鹏 李鼎 《企业管理》 2021年第S01期378-379,共2页
党中央、国务院高度重视信用体系建设。近年来,国家陆续出台相关政策文件,要求加快推进社会信用体系建设,国家电网公司围绕建设具有中国特色国际领先的能源互联网企业战略目标,充分发挥“大数据+征信”科技能力,以信息化平台建设为载体... 党中央、国务院高度重视信用体系建设。近年来,国家陆续出台相关政策文件,要求加快推进社会信用体系建设,国家电网公司围绕建设具有中国特色国际领先的能源互联网企业战略目标,充分发挥“大数据+征信”科技能力,以信息化平台建设为载体,事前、事中、事后全过程信用管理工作机制为保障,加强公司所属单位、外部利益相关单位信用风险监测和管控,打造具有国网特色的国有企业数字化管理新模式,探索新时代国有企业管理数字化转型新路径。 展开更多
关键词 信用体系建设 企业战略目标 国有企业 信用风险 数字化管理 数字化转型 征信 创新与实践
下载PDF
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
使用帮助 返回顶部