-
公开(公告)号：CN118445672A
公开(公告)日：2024-08-06
申请号：CN202410617168.0
申请日：2024-05-17
申请人： 中国人民解放军陆军工程大学
IPC分类号： G06F18/24 , G06F18/214 , G06N3/084 , G06N3/0499 , G06F123/02
摘要： 本发明公开了一种少样本通信干扰信号识别的方法，针对现有干扰识别模型训练所需样本数量庞大的问题，本发明方法将通信干扰信号的多组序列样本集进行域变换、图形化映射和数据增强的预处理，使得原干扰样本信号增强，增强后的干扰样本信号数增加，得到增强处理数据集，提供更多有用信息，从而便于模型进行学习，避免了模型训练中的过拟合；利用具有一定泛化能力的预训练特征提取模型，通过调整模型的参数，使其更好地适应增强处理数据集，并在增强后干扰样本信号集上进行迭代训练，更新模型参数，获的具备更好的干扰信号识别能力的增强信号识别模型，进而提高对通信干扰信号的识别准确性。
-
公开(公告)号：CN115567367A
公开(公告)日：2023-01-03
申请号：CN202211153019.0
申请日：2022-09-21
申请人： 中国人民解放军陆军工程大学
IPC分类号： H04L41/0631 , H04L41/14 , G06N3/04 , G06N3/08
摘要： 本发明具体涉及一种基于多重提升集成学习的网络故障检测方法，包括：将网络连接记录输入经过训练的故障检测模型中，输出对应的网络故障预测值；训练时，首先获取训练样本集；其次将训练样本集输入故障检测模型的卷积神经网络进行初步学习，得到若干个CNN基分类器；再通过自适应提升算法关注CNN基分类器训练过程中错误分类的训练样本，并基于CNN基分类器构建对应的AB模型；然后基于AB模型构建对应的子决策组，进而通过多重提升算法对各个子决策组的输出进行加权求和，生成对应的网络故障预测值，进而优化故障检测模型。本发明能够很好的适用于网络故障检测，且能够保证网络故障检测的精度和泛化误差，从而能够提高网络故障检测的效果。
-
公开(公告)号：CN112069998A
公开(公告)日：2020-12-11
申请号：CN202010926774.2
申请日：2020-09-07
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种基于卷积神经网络的GBDT故障诊断集成方法，基于欠采样反例类别和过采样正例类别，对k种轴承故障分别截取m个样本，得到数据样本总数，并构成被测样本集，并进行时间序列变换和连续小波变换，得到时间序列图像和时频图像，然后分别转换为所述第一训练数据集和所述第二训练数据集输入LeNet5 CNN模型中，得到对应的第一弱分类模型和第二弱分类模型，采用GBDT算法对所述第一弱分类模型和所述第二弱分类模型进行串行集成，建立CNN+GBDT故障诊断模型，然后将所述时间序列图像和所述时频图像输入CNN+GBDT故障诊断模型进行训练，并根据诊断误差、测试样本精度和可行性指标，完成对轴承诊断的诊断分类，提高故障诊断精度。
-
公开(公告)号：CN116016203A
公开(公告)日：2023-04-25
申请号：CN202211529606.5
申请日：2022-11-30
申请人： 中国人民解放军陆军工程大学
IPC分类号： H04L41/14
摘要： 本发明涉及网络态势生成领域，具体涉及用于机动通信网络的攻防态势生成方法及系统。所述方法包括：构建包含地理环境要素、电磁环境要素和机动通信节点要素的机动通信网络攻防仿真场景；通过机动通信网络攻防仿真场景进行网络攻防仿真，生成机动通信网络攻防态势；在网络攻防仿真过程中，获取机动通信网络攻防态势数据并进行攻防态势显示；对机动通信网络攻防态势数据进行统计分析以得到对应的网络攻防态势。本发明还公开了一种机动通信网络的攻防态势生成系统。本发明能够实现机动通信网络的攻防仿真，生成机动通信网络攻防态势，并实现网络攻防态势数据的可视化呈现和分析。
-
公开(公告)号：CN115801381A
公开(公告)日：2023-03-14
申请号：CN202211408393.0
申请日：2022-11-10
申请人： 中国人民解放军陆军工程大学
摘要： 本发明涉及网络攻防对抗仿真技术领域，具体涉及用于机动通信网的网电一体攻防仿真方法，包括：构建用于描述网电一体攻防要素组织、交互关系和作用效果的模型库；从模型库中选取对应模型构建网络的拓扑结构，进而定义网络的通信业务和攻防模式，以生成对应的仿真网络；将仿真网络的配置信息通过通信总线下发到对应的仿真工作站；将仿真工作站与真实网络连接并建立真实网络与仿真网络间的通信，以生成对应的网络攻防仿真模型；通过网络攻防仿真模型实现网电一体攻防仿真。本发明能够构建有效实现网电一体攻防仿真的仿真网络，并且能够实现仿真网络环境与实际网络环境的有效融合，从而能够提高机动通信网的网电一体攻防仿真效果。
-
公开(公告)号：CN115511741A
公开(公告)日：2022-12-23
申请号：CN202211176904.0
申请日：2022-09-26
申请人： 中国人民解放军陆军工程大学
摘要： 本发明具体涉及一种有雾图像的视觉增强方法，包括：将有雾图像和清晰图像视为两种类型的数据域空间，将有雾图像的去雾和清晰图像的雾化构成对偶任务；基于对偶学习机制训练两个跨数据域空间转换映射的生成对抗网络模型；首先将源域图像输入对应模型的生成器，得到映射图像；其次把映射图像和目标域图像输入对应模型的判别器进行对抗鉴别，并计算对抗损失；然后把映射图像输入对应模型逆任务模型的生成器得到逆映射图像；再基于逆映射图像和源域图像计算重构损失；最后将对抗损失和重构损失组合成优化函数，用以训练对应的模型。本发明能够训练得到与有雾天气的实际情况更吻合的模型，且无需通过人工合成的方式产生训练样本。
-
公开(公告)号：CN115438743A
公开(公告)日：2022-12-06
申请号：CN202211153006.3
申请日：2022-09-21
申请人： 中国人民解放军陆军工程大学
摘要： 本发明具体涉及基于CNN基分类器改进的串行集成方法，包括：将网络连接记录输入经过训练的故障检测模型中输出对应的网络故障预测值；故障检测模型基于深度网络构建；训练时，首先获取若干个带网络故障标签的网络连接记录构建训练样本集；其次对训练样本集进行预处理，得到预处理数据集；然后基于XGBoost算法对预处理数据集中训练样本的特征属性进行重要性评估和特征筛选，得到高价值密度数据集；最后通过高价值密度数据集训练故障检测模型。本发明能够很好的适用于网络故障检测，且能够对网络故障数据进行特征属性重要性评估和特征筛选，进而剔除不相关或冗余特征属性来得到高价值密度数据集以训练模型。
-
公开(公告)号：CN113591326A
公开(公告)日：2021-11-02
申请号：CN202110942613.7
申请日：2021-08-17
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种基于系统动力学的信息保障方案仿真评估方法及系统，所述方法包括：对信息保障方案的效能指标进行有效性评估，确定所述效能指标内各关键性要素的比重和权重值，构建信息保障方案有效性指标体系；确定所述信息保障方案有效性指标体系中所述关键性要素和所述效能指标的因果反馈关系并绘制因果反馈关系图；根据各所述关键性要素和所述各效能指标之间的所述因果反馈关系构建系统动力学模型，确定所述各效能指标计算方程；根据评估目的设置输入条件和指标权重，启动所述系统动力学模型，通过所述各效能指标计算方程进行仿真分析。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.047 秒)
