-
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：CN115099400A
公开(公告)日：2022-09-23
申请号：CN202210249392.X
申请日：2022-03-14
申请人： 北京石油化工学院
IPC分类号： G06N3/08
摘要： 本发明的基于泊松分布的神经网络混合差分剪枝方法和剪枝装置属于工业控制与人工智能技术领域，本发明在泊松分布规律下，计算滤波器各个参数一范数的一阶差分与二阶差分，将其赋予权重后得到参数的活跃度。采用归一化函数将加权值转化为活跃度，免去剪枝中的阈值选择过程。该方法能够达到对各类入侵检测分类器的卷积层进行高比率剪枝的效果，能够使入侵检测分类器在资源十分稀缺的边缘工控系统中发挥优秀的性能，对轻量化工控系统的建设有一定的指导意义。将本发明的剪枝方法应用于LeNet‑5、VGG、ResNet等神经网络算法实验时，该剪枝方法能有效剪枝入侵检测分类器。
-
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：CN115099400B
公开(公告)日：2024-08-06
申请号：CN202210249392.X
申请日：2022-03-14
申请人： 北京石油化工学院
IPC分类号： G06N3/082
摘要： 本发明的基于泊松分布的神经网络混合差分剪枝方法和剪枝装置属于工业控制与人工智能技术领域，本发明在泊松分布规律下，计算滤波器各个参数一范数的一阶差分与二阶差分，将其赋予权重后得到参数的活跃度。采用归一化函数将加权值转化为活跃度，免去剪枝中的阈值选择过程。该方法能够达到对各类入侵检测分类器的卷积层进行高比率剪枝的效果，能够使入侵检测分类器在资源十分稀缺的边缘工控系统中发挥优秀的性能，对轻量化工控系统的建设有一定的指导意义。将本发明的剪枝方法应用于LeNet‑5、VGG、ResNet等神经网络算法实验时，该剪枝方法能有效剪枝入侵检测分类器。
-
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。
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.044 秒)