期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进CUSUM算法的网络异常流量检测 被引量:6
1
作者 步山岳 张海艳 王汝传 《计算机应用研究》 CSCD 北大核心 2009年第2期500-501,共2页
首先对网络流量进行异常检测,发现异常后再对数据包进行分析,实施相应措施,有利于降低系统开销。针对在使用CUSUM算法进行流量异常检测时产生的累积和效应问题,提出用自适应算法消除累积和效应的影响,分析了参数的设置对解除报警的延迟... 首先对网络流量进行异常检测,发现异常后再对数据包进行分析,实施相应措施,有利于降低系统开销。针对在使用CUSUM算法进行流量异常检测时产生的累积和效应问题,提出用自适应算法消除累积和效应的影响,分析了参数的设置对解除报警的延迟时间、误报警等的影响。实验结果表明设计的算法是有效和正确的,可以直接应用于检测SYN洪水攻击等。 展开更多
关键词 流量检测 累积和算法 指数加权滑动平均值算法 报警阈值
在线阅读 下载PDF
南水北调中线总干渠水情数据智能清洗 被引量:3
2
作者 陈晓楠 顾起豪 +2 位作者 张召 靳燕国 顾沁扬 《南水北调与水利科技(中英文)》 CAS CSCD 北大核心 2024年第3期436-444,共9页
南水北调中线总干渠水位、流量等实时水情数据受外界扰动、测量系统误差等因素影响而产生的病态水情数据将造成调度模型计算失真,甚至导致计算失败。为此,针对上下游流量数据空间上的逻辑错误和水位数据时间序列的跳变,分别建立基于粒... 南水北调中线总干渠水位、流量等实时水情数据受外界扰动、测量系统误差等因素影响而产生的病态水情数据将造成调度模型计算失真,甚至导致计算失败。为此,针对上下游流量数据空间上的逻辑错误和水位数据时间序列的跳变,分别建立基于粒子群优化的水量平衡模型和指数加权滑动平均模型,对病态水情数据在空间、时间上实施横向、纵向清洗处理。以穿黄节制闸至漳河节制闸间的渠段为典型研究区间,利用模型自动识别流量倒挂点,并对该渠段涉及的12座节制闸、26处分水点的流量数据进行统一修正,实现了上下游逻辑上的合理性。同时,选取研究渠段内的闫河节制闸为代表,在48 h内运行基本稳定状态下,对每2 h的闸前水位数据序列进行分析,自动识别出跳变数据并进行合理修正。结果表明:建立的模型可自动识别病态水情数据并进行智能清洗,处理后的数据能够较好地满足输水调度分析决策的需要,因此该模型具有推广应用的价值。 展开更多
关键词 南水北调中线 数据清洗 输水调度 粒子群优化算法 指数加权滑动平均模型
在线阅读 下载PDF
R-L模型的统计过程控制
3
作者 曹春正 江其保 《统计与决策》 CSSCI 北大核心 2008年第8期151-153,共3页
化工等许多生产过程,观测值与输入状态水平之间满足两扰动成份模型。文章首先利用EM算法得到模型参数的极大似然估计,然后对生产过程利用可适应性指数加权(AEWMA)滑动平均进行质量控制。当输入状态水平恒定时,过程输出值彼此独立同分布... 化工等许多生产过程,观测值与输入状态水平之间满足两扰动成份模型。文章首先利用EM算法得到模型参数的极大似然估计,然后对生产过程利用可适应性指数加权(AEWMA)滑动平均进行质量控制。当输入状态水平恒定时,过程输出值彼此独立同分布,单个EWMA不可能同时对监控数据的大小偏移作出灵敏反应。该文采用的一种AEWMA可以很好地处理这一问题。在输入状态水平发生改变时,过程输出值存在自相关性,该文利用另一种AEWMA对动态迁移过程的监控数据进行预报,然后对预报误差进行监控,从而很好地解决了迁移过程中的监控问题。 展开更多
关键词 R-L模型 统计过程控制 EM算法 可适应性指数加权滑动平均
在线阅读 下载PDF
一种基于复合AI模型的动态阈值设定方法 被引量:2
4
作者 张立中 谭源 +1 位作者 王堃 陈志刚 《中国电机工程学报》 EI CSCD 北大核心 2022年第17期6286-6295,共10页
传统信息设备的运行状态感知和故障告警主要依靠人工和传统自动化运维,存在开销大、效率低、错报误报率高等缺点。该文提出一种动态阈值设定机制,能够基于预测结果计算指定置信度下的动态阈值区间。为了得到准确的预测结果,提出离散小... 传统信息设备的运行状态感知和故障告警主要依靠人工和传统自动化运维,存在开销大、效率低、错报误报率高等缺点。该文提出一种动态阈值设定机制,能够基于预测结果计算指定置信度下的动态阈值区间。为了得到准确的预测结果,提出离散小波变换–自回归滑动平均模型(auto-regressive moving average model,ARIMA)–指数加权萤火虫算法(exponential weighted firefly algorithm,EWFA)–极限学习机(extreme learning machine,ELM)复合模型。该模型通过离散小波变换将原始时间序列拆分为多个子序列,并按照平稳性的不同分别使用ARIMA模型和FA优化的ELM模型进行处理。最后,通过小波逆变换集成各个子序列的预测结果。此外,该文还提出EWFA,有效提升了萤火虫算法的寻优性能和收敛速度。在宁夏电力公司核心路由器数据上进行的实验表明,该方法获得了比Bi-LSTM、GRU等基准模型更好的性能,能够实现精准高效的故障预警,从而减少企业的人力物力开销。 展开更多
关键词 时间序列预测 小波变换 动态阈值 指数加权萤火虫算法 极限学习机 自回归滑动平均模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部