基于LM神经网络的起重机械本质安全评价方法

由于起重机械特殊的结构形式和运动形式,导致起重机械事故频发,为提高起重机械的本质安全,提出了一套起重机械本质安全评估体系,从本质安全的4个方面分3个层次对起重机械进行评估;为了改善在评估过程中,人为主观因素对起重机械状态评分的影响,引入LM神经网络对起重机械评价体系     

模糊神经网络的一种快速学习算法

本文对文献[1]《一种改进的模糊参数神经网络学习算法》中提出的F-BP算法进行分析研究，提出了一种效率更好的快速F—BP学习算法．在此算法中对模糊数的计算方法进行改进，减少了模糊神经网络训练及推理中的运算量，从而提高学习效率．     

模糊自适应算法的神经网络图像重建

在12电极ECT系统中,采用BP神经网络进行图像重建时以一定原则选取学习样本,并引入模糊自适应算法以加快训练的收敛速度,获得较满意的重建图像效果．     

基于二级神经网络集成的桥梁健康状态的融合评估方法

实现对桥梁的监测并对桥梁健康状态进行评估可以有效提高桥梁的安全性。但在对桥梁进行监测时,参数众多,数据繁杂,难以通过简单传统的方法对桥梁健康状态进行准确评估,为了融合不同类型监测参数和同一类型参数的多点异步数据,获得对桥梁的健康状态的一致性评估,提出了一种针对桥梁健康状态评估的基于二级神经网络集成的融合评估方法,以降低监测数据的多源融合过程的复杂度,提高桥梁健康评估的准确性。     

模糊神经网络在复合地基沉降量预测中的应用

复合地基后期沉降变形对于建筑物设计及安全具有重要意义,针对通过长期沉降观测以得到复合地基的最终沉降需要耗费较多资源的问题,提出了一种基于模糊神经网络的预测方法.该方法考虑沉降变化过程有较大的随机性和模糊性,直接将样本数据进行模糊化,所得的模糊数代表了样本点集与控制点集中各分量之间的相关度,并依此建立模糊BP神经网络进行学习和估算.实验结果表明了该方法对沉降进行预测是可行与有效的,且在相对误差的有效控制方面优于BP网络方法与灰色方法.     

基于蒙特卡洛梯度估计的黑盒神经网络后门检测

现有的后门检测方法研究主要聚焦于白盒场景,然而现实中很难获得对模型的完全访问权限。为此,本文研究了基于蒙特卡洛梯度估计的黑盒神经网络后门检测方法。通过将黑盒场景下后门触发器的逆向视作零阶优化问题,提出了黑盒触发器逆向算法来检测黑盒神经网络是否被植入后门,利用重要性采样结合规范化判断标准和早停策略,进一步提出了快速黑盒后门检测算法以降低黑盒后门检测的开销。在3个流行图像数据集上的实验结果均表明提出的方法能准确区分正常模型与植入后门的模型,且可以得到有效的后门触发器。     

带有变时滞的高阶模糊细胞神经网络的指数稳定性

研究了带有变时滞的高阶模糊细胞神经网络（HFCNNs）的全局指数稳定性.通过引入非奇异M-矩阵和使用Lyapunov泛函方法,得到了带有常时滞和变时滞的高阶模糊细胞神经网络全局指数稳定性的充分条件.     

安全评估结果不确定问题研究

针对评估结果不确定性造成决策层无法感知信息安全的整体保障水平,当前解决方案较少考虑数据元素间的融合和关系等问题,本文提出一种基于D-S理论的安全评估结果不确定性解决方案.方案从36个方面动态多角度收集原始证据,按照对应关系进一步将原始证据形成5部分评估证据,借助统计模型生成评估证据所需贡献矩阵,融合D-S证据理论,采用单点信任度值大的作为本次安全评估的结果.实验表明,方案解决了主机安全评估结果带来的不确定性,具有通用性特色.     

过程建模和控制中的神经网络与模糊逻辑融合技术的现状与发展趋势

讨论了神经网络与模糊逻辑融合技术的三类系统,即神经模糊系统、模糊神经网络和模糊－神经混合系统及其在系统建模与控制中的应用状况和趋势．     

模糊神经网络控制在变速恒频风力发电机组中的应用

简要介绍了变速恒频风力发电机组的控制原理,对变速恒频风力发电机组在高于额定风速运行时的变速桨距调节设计了模糊神经网络控制器,并用MATLAB对该控制器进行了仿真。     

基于模糊层次分析法的信息化项目评估模型

针对政府部门组织实施的信息化项目评估问题利用模糊层次分析法和Mathematical软件建立了信息化项目评估模型.模糊层次分析法是将定性和定量指标相结合,同时利用模糊数学原理的决策分析方法.运用该方法的基本原理,计算出重大信息化项目评估问题中各指标的权重.事实证明,模糊层次分析法可以对非定量事物做定量分析,避免了评定中的主观影响,具有科学性和可行性。 更多还原     

基于模糊λ-映射的群的模糊同态

利用新定义的模糊λ—映射对群的模糊同态进行了研究，建立在模糊λ—映射基础上的群的模糊—λ同态，较好地推广了经典群的同态理论，并得到群的模糊—λ同态基本定理。     

基于Dempster-Shafer证据理论的信任评估模型

从网格的动态性、分布性、不确定性等特征出发,参考社会学的人际信任关系结构,提出了一种基于Dempster-Shafer证据理论（简称D-S理论）的信任评估模型．该模型根据网格节点间的历史交易记录,给出“直接信任”的形式化描述,建立网格节点信任推荐机制,并利用D-S理论对证据进行组合,从而得到“间接信任”．然后将直接信任和间接信任进一步组合为“综合信任”,从而有效实现信任信息的融合．将本文提出的信任度评估方法应用到调度算法中,结果证明了该信任模型的可行件和实用件．     

区域水土资源可持续利用评价的脉冲耦合神经网络(PCNN)模型模糊算法的构建与应用——以中国三江平原为例

针对三江平原水土资源区域特点,选择了20个指标,建立了水土资源评价指标体系和标准;对脉冲耦合神经网络模型(PCNN模型)进行了改进,提出基于模糊算法的F-PCNN模型,动态阈值等于区域水土资源评价标准的等级范围,省略了不必要的参数,减少了模型的复杂度,并应用于三江平原水土资源评价中.分析结果表明三江平原创业农场水土资源可持续利用评价等级为Ⅱ级,说明水土资源开发和利用较合理,可持续发展能力较强.应用结果说明F-PCNN模型在三江平原水土资源可持续利用评价中是可行的,既拓展了PCNN的应用领域,又为解决水土资源的分类、评价问题提供了新的思路和方法.     

一种定量的网络安全评估模型

安全评估是解决如何更好地对计算机网络系统进行管理的有效途径,准确掌握系统的安全水平对于保障网络系统的正常运行具有重要意义.当前大多数网络安全评估模型局限于定性或半定量的方法,难以对网络安全状况进行客观有效的评判.采用聚类分析法量化网络系统的原始风险数据,决策分析法量化评估参数对安全评估的影响,建立了一种基于模糊理论的网络安全评估模型,根据此模型初步实现了一个的风险评估系统.     

基于安全保障能力的网络安全策略评估

为了有效地对网络安全策略的正确性进行验证,提出了一种基于安全保障能力的网络安全策略评估模型.在安全域的划分和策略建立的基础上,通过对安全策略各特征属性之间关系的分析,建立了其安全防御方式对策略应用对象的保护因子和策略应用对象对信息安全属性的敏感因子,进而获得策略的安全因子值,达到评估策略安全保障能力的目的.结果表明,该模型能有效地反映安全策略的安全保障能力,为网络安全策略的评估提供了一种新的解决途径.     

具中立变时滞的模糊细胞神经网络概周期解的存在性和全局指数稳定性

通过使用不动点定理和微分不等式技巧,研究了具有中立时变时滞的模糊细胞神经网路,得到了几个关于概周期解的存在性、唯一性和全局指数稳定性的新的充分性条件.     

网络安全风险的模糊层次综合评估模型

针对网络安全风险评估中人为因素多、指标难以量化的问题，在分析网络安全要素的基础上，将模糊数学的方法运用于网络安全风险评估中，并结合层次分析方法，建立了网络安全风险的模糊层次综合评估模型．该模型首先建立逻辑的3级网络层次，即服务层、主机层和网络层．在服务层通过对资产、威胁和漏洞各因子的量化计算后得出各自的风险值，然后利用模糊评价方法逐级计算各层风险指数．实验数据测试表明：通过3个层次自下而上地递阶评价各安全要素，利用先局部后整体的评估策略能直观地给出系统的安全态势，并且能准确评估网络系统3个层次的安全状况．     

基于BP神经网络与熵值法的浙江省城市韧性评估研究

以浙江省为例, 利用BP神经网络与熵值法综合建模, 对2011—2020年间浙江省各地级市的城市韧性进行定量评价, 分析经济、社会、环境、设施4项城市单系统韧性及其复合韧性, 从而揭示浙江省城市韧性的空间分布特征与发展规律. 研究表明: 浙江省韧性发展趋势较为平稳, 韧性水平的空间分布差异较大, 内部存在发展不均衡现象; 核心地区与边缘地区的韧性水平均呈现缓慢上升势态, 且分异格局短期内不会发生改变.     

基于卷积神经网络的高压电缆局部放电信号分类

尽早发现高压电缆局部放电信号类型并采取相应措施,对于有效避免绝缘系统遭受破坏至关重要.针对高压电缆中4类常见的典型缺陷产生的局部放电信号,本文提出一种基于卷积神经网络的高压电缆局部放电信号分类方法.首先构建缺陷模型,采集4类缺陷的局部放电信号作为样本,并用电压幅值-相位谱图作为输入数据集;然后利用多层卷积核进行特征提取...