共查询到16条相似文献，搜索用时 203 毫秒
1.
网络安全状态数据具有数据量大、特征数目繁多以及连续型属性多等特点.态势预测问题可转化为海量数据的预测问题.以网络安全态势研究为应用背景,提出了一种基于改进的粒子群优化算法来优化反向传播神经网络的态势预测模型.利用IPSO内在的隐并行性和很好的全局寻优能力对BP网络的权值和阈值进行优化并建立预测模型对网络安全态势进行预测.仿真实验证明其改善了传统BP网络在预测应用中的不足,有效提高了态势预测的精准度. 相似文献
2.
针对路面抗滑性能预测任务中存在的指标单一和预测精度差等问题,在传统回声状态网络(echo state network, ESN)模型的基础上,提出了逻辑映射(logistic mapping, LM)和偏差丢失(bias dropout, BD)优化的改进回声状态网络模型(LM-BD-ESN)。其中,LM模块能够优化输入权重矩阵,从而与多变量非平稳序列数据产生更高的契合度;BD模块能够自主删除多余的存储单元,从而降低模型复杂度。针对路面材料与抗滑性能之间存在的非线性关系描述,基于三维测量仪采集路面的多组三维形貌数据,分别利用支持向量机(support vector machine, SVM)、相关向量机(relevance vector machine, RVM)、极限学习机(extreme learning machine, ELM)、ESN及LM-BD-ESN对路面抗滑数据进行分析验证。结果表明,所提LM-BD-ESN算法在预测任务中的均方根误差和平均绝对百分比误差分别为0.085 8和0.066 4,相较于其他算法具有更高的效率和精度。 相似文献
3.
《绵阳师范学院学报》2021,(2)
目的:针对现有信息安全评估算法的准确性和鲁棒性不足,以及评估效率的低下,本文提出一种新型带门限回归单元的循环神经网络(GRU-RNN)信息安全评估算法.方法:该算法首先提取信息安全评估中的内外安全态势特征,然后将特征应用至GRU-RNN时间序列分析网络中,通过对该时间序列分析网络模型的训练和交叉验证,完成对网络信息安全的评估.结果:在林肯实验室的DARPA数据集上进行仿真实验,相比于传统网络安全评估算法,本文提出算法获得了更高的评估准确率和鲁棒性.尽管GRU-RNN模型需要更多的训练时间,但是能够保证更好的评估结果,并且适合不稳定的信息安全数据评估.结论:本文提出的内外安全态势特征能够很好的描述时间序列数据中的信息安全特性,并且应用GRU-RNN模型能够应对非平稳数据,同时提升了信息安全评估的准确率与鲁棒性. 相似文献
4.
为实现人体运动意图预测,该文提出一种基于粒子群优化（particle swarm optimization,PSO）算法优化回声状态网络（echo state network,ESN）的模型预测控制（model predictive control,MPC）方法。首先,利用运动捕捉系统获得人体动作运动学信息,通过OpenSim软件反解算获取动力学信息;其次,以动力学信息为输入,运动学信息为输出,构建人体骨骼肌肉系统的ESN模型,并利用PSO算法优化ESN模型的关键参数;同时,将线性化后的ESN模型作为MPC控制对象,通过运动学信息,反优化MPC目标函数,求解目标结果,完成对人体运动意图的预测;最后,通过比较实验验证了所提方法的有效性。该方法对人体运动意图预测及穿戴式机器人控制算法设计等相关应用研究与教学实践具有实际意义。 相似文献
5.
免疫遗传优化支持向量机回归在混沌时间序列预测上的应用 总被引：1，自引：0，他引：1
在分析支持向量机(Support Vector Machines,SVM)回归算法的基础上,提出了一种免疫遗传优化向量机回归算法来预测混沌时间序列.算法根据混沌时间序列样本的特点利用免疫遗传算法对支持向量机回归方法参数进行优化.免疫遗传算法有效地克服了未成熟收敛现象,获得相关参数最优值.对混沌时间序列预测的实际算例表明,与支持向量机方法相比,本文所提的免疫遗传优化支持向量机回归方法具有更高的预测精度. 相似文献
6.
7.
过取样混沌二进制序列的安全性研究 总被引：3，自引：0，他引：3
有限精度问题降低了混沌映射序列的统计特性 ,使得那些 tent映射存在拓扑共轭关系的映射产生的序列可通过短序列预测的方法精确重建 .讨论了混沌映射间的拓扑共轭变换及性质 ,详尽分析了混沌序列的重建过程及过取样混沌映射 (OSCM)二进制序列的安全性 .结果表明 OSCM二进制序列能抵抗短序列预测攻击 ,即它们不可能被重建 ,而且所有针对基于同步的混沌系统的攻击策略在此均无效 ,说明序列是安全的 相似文献
8.
根据混沌序列产生的确定性和非线性机制,基于Volterra级数和RLS算法,提出了一种少参数二阶非线性滤波算法用于混沌时间序列的自适应预测。仿真结果表明,这种非线性自适应滤波器能有效地预测一些超混沌序列,而且该滤波器的一步均方误差性能明显高于其他基于Volterra级数的NLMS算法,表明该算法具有良好的收敛性能。 相似文献
9.
与现有预测方法比较,神经网络在混沌时间序列预测中具有优势。利用RBF神经网络对混沌Lorenz时间序列的预测进行仿真研究,仿真结果表明：在单步直接预测、单步间接预测、多步直接预测和多步间接预测中,多步间接预测是其中最有效的方式。 相似文献
10.
多变量混沌时间序列局部多项式预测方法及应用 总被引：1，自引：0，他引：1
为了改善混沌时间序列的预测精度,提出了一种新的多变量混沌时间序列的局部多项式预测方法.它首先利用多变量时间序列的相空间重构理论重构相空间,并据此利用多项式函数构造预测模型,该模型根据嵌入维数构造数据矩阵,进行模型的参数估计和计算一步预测值,最后根据平均根统计量推断预测效果.Lorenz系统的模拟仿真和上海综合股价指数的局部预测结果表明:用多变量混沌时间序列局部多项式预测法进行预测的误差小,且比单变量混沌时间序列局部多项式预测法的预测精度高. 相似文献
11.
INTRODUCTIONTimeseriespredictionhasbeensuccessfullyusedinseveralapplicationareas,suchasmeteo rologicalforecasting (Andrei,1972 ) ,loadpre dictioninpowersystem (OuandLi,1999) ,marketprediction (Gilesetal.,1997) ,net worktrafficprediction (Edwardsetal.,1997… 相似文献
12.
Time series prediction has been successfully used in several application areas, such as meteorological forecasting, market
prediction, network traffic forecasting, etc., and a number of techniques have been developed for modeling and predicting
time series. In the traditional exponential smoothing method, a fixed weight is assigned to data history, and the trend changes
of time series are ignored. In this paper, an uncertainty reasoning method, based on cloud model, is employed in time series
prediction, which uses cloud logic controller to adjust the smoothing coefficient of the simple exponential smoothing method
dynamically to fit the current trend of the time series. The validity of this solution was proved by experiments on various
data sets.
Project (No. 2001AA112030) supported by the National Hi-Tech Development Program (863) of China 相似文献
13.
混沌时间序列单变量和多变量重构的预测比较 总被引：2，自引：0，他引：2
提出了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数的选取方法，给出了多变量混沌时间序列的局部平均预测法，局部线性预测法和BP神经网络预测法等3种非线性预测方法．通过Lorenz系统的仿真计算表明，无论用3种非线性预测方法中的哪一种，多变量混沌时间序列要比单变量混沌时间序列的预测误差小得多，即使前的数据长度只有后的一半，前的预测误差也要小很多．另外从预测误差最小的角度验证了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数选取方法的有效性． 相似文献
14.
随着物联网技术和5G技术的发展,各类智能设备收集的时序数据规模急剧增长,为了利用深度学习技术对大规模时序数据进行预测,提出一种基于深度神经网络的时序预测模型。该模型首先利用时域卷积神经网络层对时序数据进行预处理,然后利用双向GRU神经网络层提取时序数据的前向特征和后向特征,最后对时序数据进行预测。在真实数据集上的实验结果表明,该模型相比传统长短期记忆网络模型,预测准确度提高了近70%,预测速度提高了近10%,可更好地满足对大规模时序数据的预测需求。 相似文献
15.
16.
Effective and exact short-termforecastingof urban wa-ter consumptionis veryimportant to on-line simulation andoptimal schedulingin municipal water supply management .Almost all traditional short-termpredictions use time seriesmethods,such as multi linear … 相似文献