-
公开(公告)号：CN114742123B
公开(公告)日：2024-08-02
申请号：CN202210190518.0
申请日：2022-02-28
申请人： 北京石油化工学院
IPC分类号： G06F18/2433 , G06F18/2113 , G06F18/2411 , G06N20/00
摘要： 本发明涉及全面工厂控制技术领域，公开了一种用于样本不足的工控系统的工控异常检测方法，采用机器学习算法来构建分类器，然后用分类器监测工控系统中各传感器的读数以判断当前是否处于工控异常状态。通过评判样本特征对响应的影响程度高低，对所有的样本特征进行降序排列，然后截取排序靠前的样本特征进行训练，从而在源域和目标域的样本特征维数不一致时依然能够正常使用TrAdaBoost算法进行机器学习；通过对回补参数进行改进，将源域和目标域差别考虑在内，提高了分类器的AUC值；通过采用遗传算法，以较小的计算量筛选出了迭代次数的最优值以及基分类器数目的最优值。
-
公开(公告)号：CN111882568B
公开(公告)日：2023-09-15
申请号：CN202010595018.6
申请日：2020-06-28
申请人： 北京石油化工学院
摘要： 本申请涉及火灾图像边缘提取处理方法、终端及系统，属于火灾火焰提取技术领域。本申请包括：获取目标物的火灾图像；利用像素RGB和HSV信息对火灾图像进行像素筛选，得到目标物的第一火灾二值图，以及将火灾图像转换成灰度图，并利用Otsu算法得到目标物的第二火灾二值图；将第一火灾二值图和第二火灾二值图进行相与处理，得到目标物的第三火灾二值图；对第三火灾二值图进行边缘提取，得到目标物的第一目标火焰边缘提取图。与经典canny算法和局部去干扰改进型canny算法相比，本申请的火灾图像边缘提取效果更好，因而，通过本申请有助于提升火灾火焰提取的准确性。
-
公开(公告)号：CN113128655A
公开(公告)日：2021-07-16
申请号：CN202110494541.4
申请日：2021-05-07
申请人： 北京石油化工学院
摘要： 本申请提供一种基于多种群遗传算法工控入侵检测分类器参数选择方法，包括：获取数据，设定不同的遗传算法参数；根据设定初始种群的规模随机生成指定数量的个体，将初始种群的每个个体放入分类器得到对应的适应度值，按照适应度值进行排序，从高到低划分为种群一、种群二和保留种群；循环控制三个种群进行进化，不同种群采取不同的进化方式；每一次进化结束后分别将种群一和种群二的最优个体放入优质种群中；在确定循环进行时，每代循环开始前，按照预设规则令保留种群向种群一和种群二提供新的基因型；直至执行达到指定代数停止循环；使用定向进化算子令优质群体再次进化，得到最优个体；基于所述最优个体进行解码得到最优参数。
-
公开(公告)号：CN113095433A
公开(公告)日：2021-07-09
申请号：CN202110461233.1
申请日：2021-04-27
申请人： 北京石油化工学院
摘要： 本申请涉及一种入侵检测网络结构模型的训练方法，包括：获取原始数据集；对原始数据集进行预处理，得到训练数据集；按照预设时间长度对训练数据集进行分组，将每组中的数据拼接成一个二维数组样本，得到第一预设数量的二维数组样本；利用第一预设数量的二维数组样本对预先构建的网络结构模型进行训练；网络结构结构为添加了BAM的卷积神经网络；输出训练结果；训练结果为入侵检测网络模型。如此，将神经网络与注意力机制相结合引入到工控系统之中，把工控系统中的数据进行特征重排序以强化注意力机制神经网络的作用，进行时空拼接后输入到网络中进行训练，不仅可以实现对欺骗性攻击的检测，还能够提升计算效率和性能，进一步提高检测速度。
-
公开(公告)号：CN111669410B
公开(公告)日：2020-12-01
申请号：CN202010720049.X
申请日：2020-07-24
申请人： 中国航空油料集团有限公司 , 北京石油化工学院
摘要： 本发明实施例涉及一种工控网络负例样本数据生成方法、装置、服务器和介质，该包括：获取工业控制网络正例样本数据记录集，正例样本数据记录集包括m条正例样本数据记录，每条正例样本数据记录包括多个维度的采集数据，每条正例样本数据记录设有n个维度数据，每个维度具有相应预设权重；依据维度预设权重，计算每条正例样本数据记录中各维度之间相互紧密程度；将强相关的维度分为一组；分别对每组正例样本数据记录中的维度数据进行攻击，生成负例样本数据。能够获得满足质量、数量要求的负例样本数据，进而实现获得准确的工控网络系统攻击检测模型。
-
公开(公告)号：CN113689351B
公开(公告)日：2023-10-10
申请号：CN202110974453.4
申请日：2021-08-24
申请人： 北京石油化工学院
摘要： 本发明涉及一种基于深度相机的危化品仓储监控方法、装置及设备，属于三维建模技术领域，该方法通过获取不同视角下的点云数据，并对点云数据进行噪音消除预处理，以获得较为精准的点云数据，并对多视角的点云数据进行拼接，解决了现在技术中的遮挡问题；通过采用梯度下降优化的坐标系转换规则，将拼接后的点云数据进行坐标系的转换平移，得到真实坐标系的点云数据，实现了危化品仓库在真实世界坐标系下无死角的监测和显示。
-
公开(公告)号：CN114742123A
公开(公告)日：2022-07-12
申请号：CN202210190518.0
申请日：2022-02-28
申请人： 北京石油化工学院
IPC分类号： G06K9/62
摘要： 本发明涉及全面工厂控制技术领域，公开了一种用于样本不足的工控系统的工控异常检测方法，采用机器学习算法来构建分类器，然后用分类器监测工控系统中各传感器的读数以判断当前是否处于工控异常状态。通过评判样本特征对响应的影响程度高低，对所有的样本特征进行降序排列，然后截取排序靠前的样本特征进行训练，从而在源域和目标域的样本特征维数不一致时依然能够正常使用TrAdaBoost算法进行机器学习；通过对回补参数进行改进，将源域和目标域差别考虑在内，提高了分类器的AUC值；通过采用遗传算法，以较小的计算量筛选出了迭代次数的最优值以及基分类器数目的最优值。
-
公开(公告)号：CN113568368A
公开(公告)日：2021-10-29
申请号：CN202110867814.5
申请日：2021-07-30
申请人： 北京石油化工学院
IPC分类号： G05B19/408
摘要： 本发明涉及一种工控数据特征重排序算法的自适应确定方法，通过基于不同特征重排序算法对数据集进行特征选择；基于机器学习算法对重排序后的数据集进行训练记录准确率、召回率和时间，并对数据集计算预设评价指标，以生成相应的指标数据集合；对指标数据集合使用机器学习算法建立选择最优重排序算法的决策树；并使用决策树对输入的目标数据集的指标数据进行处理，以得到和目标数据集相匹配的特征重排序算法。实现了能够自动挑选出和目标数据集匹配度最好的特征重排序算法，从而提高了数据集特征重排序算法的准确度和效率，为工控数据的异常检测提供了保证。
-
公开(公告)号：CN111882568A
公开(公告)日：2020-11-03
申请号：CN202010595018.6
申请日：2020-06-28
申请人： 北京石油化工学院
摘要： 本申请涉及火灾图像边缘提取处理方法、终端及系统，属于火灾火焰提取技术领域。本申请包括：获取目标物的火灾图像；利用像素RGB和HSV信息对火灾图像进行像素筛选，得到目标物的第一火灾二值图，以及将火灾图像转换成灰度图，并利用Otsu算法得到目标物的第二火灾二值图；将第一火灾二值图和第二火灾二值图进行相与处理，得到目标物的第三火灾二值图；对第三火灾二值图进行边缘提取，得到目标物的第一目标火焰边缘提取图。与经典canny算法和局部去干扰改进型canny算法相比，本申请的火灾图像边缘提取效果更好，因而，通过本申请有助于提升火灾火焰提取的准确性。
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.035 秒)