-
公开(公告)号：CN119583124A
公开(公告)日：2025-03-07
申请号：CN202411666400.6
申请日：2024-11-21
Applicant: 兰州交通大学
IPC: H04L9/40 , G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于对称不确定性的网络流量特征选择方法，包括S1、对CICIDS‑2017数据集中的网络流量数据进行预处理，将其划分为训练集和测试集；S2、对训练集使用SU进行特征选择，得到一个包含多个特征及其类标签的训练数据集S(F1,F2,…,FN,C)，形成候选特征集；S3、然后对候选特征集中的每对特征进行相关性评估，得到最优特征集；S4、对测试集进行CNN训练，得到预训练的CNN模型；S5、将最优特征集通过预训练的CNN模型进行验证，得出分类结果。本发明使得入侵检测系统能够更好地识别复杂网络攻击模式，提升整体检测性能。
-
公开(公告)号：CN114547601A
公开(公告)日：2022-05-27
申请号：CN202210169929.1
申请日：2022-02-23
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于多层分类策略的随机森林入侵检测方法，首先对入侵检测数据进行预处理，然后计算预处理后的测试集中每个样本类别间的相似度，根据相似度将特征相似的类聚集为超类，通过随机森林的算法进行分类；该层分类完成后，再将超类继续送入下一层中重新划分超类，直到所有类别分类完毕。本发明以随机森林作为基本单元构建多层模型，通过在不同层划分出不同的超类，每一层使用不同的特征选择算法，使每一层的样本划分都能够匹配最适合的特征子集。与随机森林入侵检测相比，本发明的入侵检测方法能够解决样本类别分布不均匀的问题，提升对小样本类别分类的准确率。
-
公开(公告)号：CN102720634A
公开(公告)日：2012-10-10
申请号：CN201210234372.1
申请日：2012-07-09
Applicant: 兰州交通大学
IPC: F03D7/00
CPC classification number: Y02E10/723
Abstract: 本发明公开了一种优化参数的变论域模糊电动变桨控制方法，其涉及到电动变桨系统所建立的三闭环控制，即电流环、速度环和位置环，通过分析变论域伸缩因子的结构，利用遗传算法优化其参数，实现参数的智能寻优，建立确定伸缩因子的合理机制。本发明将优化的变论域模糊控制算法应用于电动变桨系统的速度和位置控制中，根据速度环和位置环的控制目标建立合适目标函数，实现变论域模糊控制器的最优控制性能。有效地抑制了转矩脉动，提高了系统的动态性能和稳态性能，并最终实现了桨距角位置快速、准确跟踪。为风电变桨系统提供了一种有效、实用的控制方法。
-
公开(公告)号：CN119598185A
公开(公告)日：2025-03-11
申请号：CN202411603343.7
申请日：2024-11-11
Applicant: 兰州交通大学
IPC: G06F18/214 , G06F18/10 , G06F18/2431 , G06N3/0464
Abstract: 本发明公开了一种混合采样网络流量样本平衡方法，其步骤为首先对CIC IDS‑2017数据集中的网络流量进行数据预处理，将其划分为训练集和测试集；其次训练集采用SMOTE过采样和ENN欠采样处理，并在SMOTE过采样后引入高斯噪声处理，得到混合采样样本；最后对混合采样样本进行CNN训练并将训练结果通过测试集验证，得出分类结果。本发明在SMOTE处理后加入高斯噪声，增加数据的复杂性，使得生成的样本更能反映真实网络流量中的多样特征，显著降低过拟合的风险。在ENN中保留多数类重要信息的同时，减少不必要的冗余数据，从而避免了信息损失问题，提高了模型对复杂网络流量数据的适应性。实现了平衡网络流量数据的功能。
-
Patent Agency Ranking
公开(公告)号：CN102723743B
公开(公告)日：2014-04-16
申请号：CN201210234364.7
申请日：2012-07-09
Applicant: 兰州交通大学
IPC: H02J3/46
CPC classification number: Y02E10/563
Abstract: 一种并网型风光互补发电系统的协调控制方法，该系统包括风电子系统控制器和光伏子系统控制器和功率协调控制器；所述协调控制方法将所述并网型风光互补发电系统分为两级进行控制，所述的功率协调控制器为上级控制，所述风电子系统控制器和光伏子系统控制器为下级控制；当所述的并网型风光互补发电系统最大输出功率达到或超过电网调度命令给定的功率时，功率协调控制器中，采用多目标优化方法，对功率给定进行协调分配，并将结果发送下级风电子系统控制器和光伏子系统控制器。本方法实现了协调分配大型风光互补发电系统中风电子系统和光伏子系统的发电功率。采用多目标优化方法，使系统调度运行的效益趋于最大，系统输出功率的平滑性趋于最优。
-
公开(公告)号：CN102720634B
公开(公告)日：2014-05-21
申请号：CN201210234372.1
申请日：2012-07-09
Applicant: 兰州交通大学
IPC: F03D7/00
CPC classification number: Y02E10/723
Abstract: 本发明公开了一种优化参数的变论域模糊电动变桨控制方法，其涉及到电动变桨系统所建立的三闭环控制，即电流环、速度环和位置环，通过分析变论域伸缩因子的结构，利用遗传算法优化其参数，实现参数的智能寻优，建立确定伸缩因子的合理机制。本发明将优化的变论域模糊控制算法应用于电动变桨系统的速度和位置控制中，根据速度环和位置环的控制目标建立合适目标函数，实现变论域模糊控制器的最优控制性能。有效地抑制了转矩脉动，提高了系统的动态性能和稳态性能，并最终实现了桨距角位置快速、准确跟踪。为风电变桨系统提供了一种有效、实用的控制方法。
-
公开(公告)号：CN119835032A
公开(公告)日：2025-04-15
申请号：CN202411926140.1
申请日：2024-12-25
Applicant: 兰州交通大学
IPC: H04L9/40
Abstract: 本发明公开了一种入侵检测系统鲁棒性评估方法，其步骤为S1、提取网络流量数据特征并转换为pcap文件；S2、对步骤S1的数据进行预处理，分为良性流量和攻击流量；S3、对攻击流量使用基于距离优化的对抗攻击迭代训练增加微小的扰动生成最佳对抗样本；S4、将最佳对抗样本流量和良性流量混合成鲁棒性评估集，输入CBTC入侵检测系统进行评估，查看测试集和鲁棒性评估集的分类结果。本发明能够帮助设计更具鲁棒性的深度学习模型。这种创新的鲁棒性评估方法能够为系统提供更具针对性的优化建议，帮助开发人员在模型设计阶段就能识别并修复潜在的鲁棒性差的问题，从而提升入侵检测系统的整体防御能力。
-
公开(公告)号：CN114547601B
公开(公告)日：2024-10-15
申请号：CN202210169929.1
申请日：2022-02-23
Applicant: 兰州交通大学
IPC: G06F21/55 , G06F21/56 , G06F18/22 , G06F18/214 , G06F18/2431 , G06F18/243 , G06N20/20
Abstract: 本发明公开了一种基于多层分类策略的随机森林入侵检测方法，首先对入侵检测数据进行预处理，然后计算预处理后的测试集中每个样本类别间的相似度，根据相似度将特征相似的类聚集为超类，通过随机森林的算法进行分类；该层分类完成后，再将超类继续送入下一层中重新划分超类，直到所有类别分类完毕。本发明以随机森林作为基本单元构建多层模型，通过在不同层划分出不同的超类，每一层使用不同的特征选择算法，使每一层的样本划分都能够匹配最适合的特征子集。与随机森林入侵检测相比，本发明的入侵检测方法能够解决样本类别分布不均匀的问题，提升对小样本类别分类的准确率。
-
公开(公告)号：CN102723743A
公开(公告)日：2012-10-10
申请号：CN201210234364.7
申请日：2012-07-09
Applicant: 兰州交通大学
IPC: H02J3/46
CPC classification number: Y02E10/563
Abstract: 一种并网型风光互补发电系统的协调控制方法，该系统包括风电子系统控制器和光伏子系统控制器和功率协调控制器；所述协调控制方法将所述并网型风光互补发电系统分为两级进行控制，所述的功率协调控制器为上级控制，所述风电子系统控制器和光伏子系统控制器为下级控制；当所述的并网型风光互补发电系统最大输出功率达到或超过电网调度命令给定的功率时，功率协调控制器中，采用多目标优化方法，对功率给定进行协调分配，并将结果发送下级风电子系统控制器和光伏子系统控制器。本方法实现了协调分配大型风光互补发电系统中风电子系统和光伏子系统的发电功率。采用多目标优化方法，使系统调度运行的效益趋于最大，系统输出功率的平滑性趋于最优。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
