期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于LSTM算法的无线传感网络DDoS攻击抑制方法
1
作者 贾俊 王云花 《传感技术学报》 北大核心 2025年第9期1668-1674,共7页
无线传感网络DDoS攻击抑制由于未充分考虑网络流量模式中的非线性关系,导致攻击识别不准确,进而影响了DDoS攻击抑制的报文到达率和异常流量抑制效果。为了解决这一问题,提出一种基于LSTM算法的无线传感网络DDoS攻击抑制方法。利用哈里... 无线传感网络DDoS攻击抑制由于未充分考虑网络流量模式中的非线性关系,导致攻击识别不准确,进而影响了DDoS攻击抑制的报文到达率和异常流量抑制效果。为了解决这一问题,提出一种基于LSTM算法的无线传感网络DDoS攻击抑制方法。利用哈里斯鹰种群算法从海量的网络流量信息中提取并量化关键特征。为了改进LSTM算法对非线性关系的处理能力,引入了算术平均滤波,将关键特征作为LSTM的输入,并采用Sigmoid非线性函数作为激活函数,以更准确地识别DDoS攻击。一旦DDoS攻击被识别,系统会迅速实施溯源,并在攻击源头进行速率限制,抑制DDoS攻击,保护无线传感网络的稳定运行。实验结果表明:改进后的LSTM算法在ROC曲线上的表现更接近左上角,表明其识别性能更优。并且实施速率限制抑制方法后,报文到达率保持在0.7以上,显著抑制了异常流量,验证了速率限制方法对DDoS攻击方面的有效性。 展开更多
关键词 无线传感网络 DDoS攻击抑制 LSTM算法 速率限制 哈里斯鹰种群算法 关键特征信息
在线阅读 下载PDF
冲击下选煤破碎机液压滚动轴承故障振动IMF识别
2
作者 张海生 《液压气动与密封》 2025年第6期70-78,共9页
选煤破碎机的液压滚动轴承振动信号受到环境噪声的影响,呈现出周期性的冲击和非线性能量特征,使得故障识别识别结果不准确。为此,提出基于周期冲击的选煤破碎机液压滚动轴承故障振动IMF识别方法。通过经验模态分解(Empirical Mode Decom... 选煤破碎机的液压滚动轴承振动信号受到环境噪声的影响,呈现出周期性的冲击和非线性能量特征,使得故障识别识别结果不准确。为此,提出基于周期冲击的选煤破碎机液压滚动轴承故障振动IMF识别方法。通过经验模态分解(Empirical Mode Decomposition,EMD)技术,将三轴加速度传感器采集到的振动信号分解为本征模态函数(Intrinsic Mode Function,IMF),提取这些IMF中的异常能量矩特征。采用布谷鸟优化算法来改进峰值密度聚类算法的聚类效果,通过计算IMF能量矩特征的局部密度值,实现对选煤破碎机液压滚动轴承故障振动的识别。实验结果显示,所研究的方法在不同故障情况下都能够有效地识别出液压滚动轴承的故障振动情况,并且识别结果与实际情况相符,表明该方法具有较好的识别准确性。 展开更多
关键词 液压滚动轴承 IMF算法 选煤破碎机 故障识别 异常能量矩 峰值密度聚类
在线阅读 下载PDF
基于改进神经网络的垃圾焚烧锅炉设备床温预测方法
3
作者 景玉博 《工业加热》 2025年第3期35-40,共6页
垃圾成分的不确定性给垃圾焚烧锅炉设备床温预测带来了极大的影响,一旦预测不准确,会导致垃圾处理不当,对生态环境造成破坏。由于垃圾焚烧锅炉的燃烧过程受到多种因素的影响,因素的变化会导致燃烧过程的不稳定,从而影响床温的预测,因此... 垃圾成分的不确定性给垃圾焚烧锅炉设备床温预测带来了极大的影响,一旦预测不准确,会导致垃圾处理不当,对生态环境造成破坏。由于垃圾焚烧锅炉的燃烧过程受到多种因素的影响,因素的变化会导致燃烧过程的不稳定,从而影响床温的预测,因此研究一种基于改进神经网络的垃圾焚烧锅炉设备床温预测方法。该方法利用相关系数法筛选出对垃圾焚烧锅炉设备床温产生影响的主要因素,以此作为神经网络的输入,采集床温数据,以此作为神经网络的输出,以有效避免燃烧过程受到多种因素的影响,确保对动态变化的处理能力。然后通过输入与输出对神经网络进行训练,以并采用水波优化算法来寻优神经网络参数,实现神经网络的改进,最终利用改进后的神经网络实现床温预测。结果表明:所研究方法应用下,可有效实现对测试样本的床温预测,其误差在±5℃以下,具有较强的稳定性,且其熵值结果在0.9以上,适应能力较强。 展开更多
关键词 改进神经网络 水波算法 垃圾焚烧锅炉设备 床温影响因素 床温预测方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部