首页期刊导航|自动化与仪器仪表
期刊信息/Journal information
自动化与仪器仪表
自动化与仪器仪表

孙怀义

双月刊

1001-9227

auto81@163.com

023-63050371

401121

重庆市渝北区人和杨柳路2号B区

自动化与仪器仪表/Journal Automation & InstrumentationCSTPCD
查看更多>>本刊是技术刊物。旨在加强学术交流,促进中国自动化与仪器仪表的发展,为自动化和仪器仪表工作者服务。
正式出版
收录年代

    大数据网络中异常数据的分类检索算法设计

    张文聪
    47-50,54页
    查看更多>>摘要:有效发现异常数据对于保护大数据网络安全具有重要意义.针对常规分类检索算法准确性不高、时间开销大的问题,设计一种大数据网络中异常数据的分类检索算法.通过计算影响程度,选取网络大数据特征,包括源IP信息熵、目的端口信息熵、出入度比值、单边连接密度、数据流持续时间、TCP总量、包长度、空闲时间平均值,并实施标准化处理.由数据特征构成特征向量,用于描述网络数据样本.利用改进密度峰值聚类算法对网络大数据样本分类.基于相似度构建检索模型,利用计算异常数据参考样本与每个类别之间的相似度,将相似度最大值对应的簇作为异常簇,由此完成了对异常数据的检索.结果表明:所研究分类检索方法的CH指标更好、Jaccard系数更大以及分类检索总时间开销更少,由此说明所研究分类检索方法的分类检索能力更强,能在更短的时间内完成更为准确的异常数据检索.

    大数据网络异常数据大数据特征改进密度峰值聚类算法相似度检索模型分类检索算法

    基于区域特征推荐神经网络的数字图像信息识别方法研究

    李选臣
    51-54页
    查看更多>>摘要:现代技术的进步使得图像信息识别系统快速发展.为了提高对数字图像中信息的识别准确率,并保证用户相关数据信息的安全性,实验提出将区域特征推荐网络应用于数字图像信息识别中.过程中首先利用深度学习对图像信息进行了预处理,接着利用区域特征推荐神经网络完成对图像信息的最终识别.结果显示,研究方法在MNIST数据集与Cifar数据集上进行实验,当迭代进行到第20次与第16次时,研究方法有稳定损失函数值0.015 1与0.016 3.当所有模型的精准率均为0.800时,得到的RNN、TensorFlow-CNN与研究方法的召回率分别为0.722、0.784与0.902.同时研究方法识别图像时,未出现重叠现象.以上结果说明研究方法具有较高的图像识别精准率,能够为后续图像识别系统的性能提升提供一定的参考,具有较高的应用价值.

    数字图像信息识别区域特征推荐神经网络深度学习

    基于数学建模的发动机性能控制研究

    刘娟宁
    55-58,63页
    查看更多>>摘要:为实现发动机性能优化控制,提出一种基于改进的人工蜂群算法的发动机性能寻优控制方法.方法:首先通过人工蜂群算法确定寻优控制的初始化种群,在雇佣蜂阶段结合Deb'S准则择优保留蜜源,在跟随蜂阶段优化蜜源,在侦察蜂阶段结合了标准柯西分布,提高算法的扰动能力,得到最优解.最后,以发动机的最小油耗控制为研究对象,对算法的应用效果进行仿真研究.仿真结果表明,相较于常规的用于发动机优化的SQP算法,本研究提出的改进的人工蜂群算法油耗率降低最高可以达到10%,为发动机性能寻优控制研究提供了参考.

    改进的人工蜂群算法发动机性能优化最小油耗

    神经网络知识图谱模型在机器翻译知识图谱推理中的应用研究

    张雨曦赵雨张亦炫
    59-63页
    查看更多>>摘要:知识图谱通过结构化方式完成实体与实体信息之间关系的存储,能够快速高效地处理信息,但存在稀疏性、不完整性等缺点.研究首先通过设计可逆残差模块、输入模块和输出模块构建高效率神经网络(Highly Efficient Transformer,HET),随后利用FOL规则准确率高且可解释性强的特点完成知识推理,由此形成混合逻辑规则与神经网络的知识推理模型(Highly Efficient Transformer Inductive Learner,HETIL).结果表明,随着步数的增加,HET高效神经网络模型的困惑度最低仅为3.6.在英语机器翻译实例中,HETIL混合推理模型对网页英语翻译场景的平均倒数排名(Mean Reciprocal Ranking,MRR)指标可达0.67,耗时最低仅为18 s.说明所提出模型在机器翻译中具有较高的运行效率,能够有效完成推理任务,为英语机器翻译领域的发展提供了新的思路和方法.

    神经网络知识图谱机器翻译HET英语

    同声传译设备中基于改进SBC编解码器算法的音频信号处理

    王琪
    64-67,72页
    查看更多>>摘要:为了提高英语同声传译员的工作效率和质量,对同声传译设备中的SBC编解码器算法进行了改进与设计,提高了其对音频信号处理的能力.首先,对主要研究内容进行了探讨;其次,分别对SBC编解码器中的滤波器组算法和调制器算法进行了改进与设计;第三,对设计的滤波器组和调制器进行音频信号处理实验测试,并将其与SBC编解码器原有的滤波器组和调制器的音频信号处理结果进行对比.测试结果表明:改进后的分析滤波器组对子带信号的划分更为清晰,各个频带信号都集中分布在与之对应的子带中,几乎不存在相互干扰的情况;当子带数等于4时,经过改进后设计的滤波器组的Epp比SBC编解码器中的Epp减少了 4.007,Ea减少了 0.839;当子带数等于8时,Epp减少了 2.758,Ea减少了 0.371;设计的AD-PCM调制器的平均分段信噪比为117.64 dB,比SBC原本的调制器平均提高了 28.73.可见改进后设计的滤波器组性能更佳,改进的调制器在音频信号处理方面更有优势,将两者与原本的滤波器组和调制器替换后能够提高SBC编解码器的综合性能,提高同声传译设备的音频信号质量.

    SBC编解码器音频信号处理滤波器组调制器同声传译设备

    面向不平衡样本的物联网轻量级入侵风险识别方法

    钱游
    68-72页
    查看更多>>摘要:在不平衡数据的干扰下,物联网的节点负担增大,容易受到轻量级入侵,因此,提出面向不平衡样本的物联网轻量级入侵风险识别方法.基于一维卷积神经网络设计轻量级入侵风险识别模型,为弥补模型训练不够稳定的缺陷,应用DCGAN设计样本数据平衡算法实施样本数据增强处理.将增强后的样本数据作为模型训练中的基础数据,并对构建的轻量级入侵风险识别模型实施训练,实现轻量级的物联网入侵风险识别.测试结果表明,相比剪枝前,剪枝后模型有效参数量的变化幅度达到10倍,在训练中模型很快达到收敛,同时达到了接近1的训练精度,并且本方法的入侵风险识别精度得到了明显的提升,始终稳定在97%左右.

    不平衡样本DCGAN物联网轻量级入侵风险一维卷积神经网络

    基于有限元方法的门式起重机力学特性分析

    刘洋
    73-76,81页
    查看更多>>摘要:为提升门式起重机的力学性能,使用有限元方法分析门式起重机的力学特性.确定门式起重机的基础结构与材料,将其基本参数输入到有限元软件CATIA V5R20中,通过构建并精简几何模型、单元选取、网格划分、边界约束,完成门式起重机有限元模型的构建.试验结果显示,改进后的门式起重机力学性能更佳,能够降低材料成本,提高工程质量.

    有限元方法港口机械结构力学门式起重机力学性能

    基于数据挖掘和语言特征的智慧机器翻译纠错系统研究

    魏惠强
    77-81页
    查看更多>>摘要:为改善机器翻译质量,促进国际交流沟通.研究基于数据挖掘(Data mining,DM)与语言特征,构建了智慧机器翻译纠错系统.研究对多个置信度特征进行组合,利用最大熵分类器对译文错误进行类别分类.然后基于复述抽取方法对译文进行校正,改善机器翻译质量.实验得到,纠错系统干预后,机器翻译的平均ELEU值为96.83%,较改进前提高了14.47%.数据表明,纠错系统能够有效识别机器翻译中的错误并进行校正,从而改善译文质量,作为国际沟通的强有力支持.

    机器翻译数据挖掘最大熵分类复述抽取

    考虑节能降耗的轨道牵引供电系统优化仿真模型

    刘明亮田忠北董鸿志郑俊锋...
    82-86页
    查看更多>>摘要:考虑到城市轨道牵引供电系统能耗主要受列车运行状态所影响,为降低牵引供电系统能耗,设计一种考虑节能降耗的轨道牵引供电系统优化仿真模型.此模型利用轨道交通列车的实迹运行图,构建基于实迹运行图的牵引供电系统能耗仿真模型,分析当下轨道牵引供电系统实迹运行信息、系统能耗状态后,由基于改进式鸽群算法的牵引供电系统节能优化模型,构建牵引变电系统能耗转化率最大化的,列车时刻表最优设计目标函数,通过改进鸽群算法求解此目标函数,获取牵引供电系统节能降耗优化时,列车时刻表的最优设计方案解.实验结果验证:此模型能将轨道牵引供电系统的能耗转化率提高9.04%,节能降耗效果显著.

    考虑节能降耗轨道牵引供电系统优化仿真模型实迹运行图改进式鸽群算法

    基于Apriori算法的无线网络关联回溯问题研究

    陈钊渊吴优张铁刚马超...
    87-90,95页
    查看更多>>摘要:基于无线网络关联回溯问题的研究,提出了一种基于Apriori算法的无线网络关联回溯系统.首先,对系统的整体框架进行设计;然后根据系统需要满足的要求,分别对系统中的数据采集、协议识别、恶意流量检测、界面可视化呈现以及关联回溯5个关键功能模块进行了研究与设计,并对关联回溯模块中的Apriori关联规则挖掘算法进行了改进;最后分别对算法与系统的性能与可行性进行实验测试.实验结果表明:改进后Apriori算法的性能更佳、平稳性更好,更适用于数据库庞大的无线网络安全事件信息关联规则挖掘.基于Apriori算法的无线网络关联回溯系统对无线网络攻击事件的检测率都在80%以上,表明系统能够为关联回溯模块提供较为准确与丰富的数据;系统能够通过关联回溯获取强关联规则并进行保存;且运行稳定,总体性能较高.

    Apriori算法数据采集无线网络关联回溯