相应规范
网站访问量
今日访问量: 0
2022—2023年钦州湾营养盐分布特征及水质状态评估
王富玉;周姣娣;武康悦;陈超豪;鲁栋梁;黄海方;陈丹;基于2022年枯水期(12月)和2023年丰水期(7月)钦州湾生态环境的调查，分析了钦州湾营养盐的时空分布、水质状况及污染来源。结果表明：硝酸盐(NO_3-N)是溶解无机氮(DIN)的主要形态，溶解有机氮(DON)是溶解总氮(TDN)的主要形态，溶解无机磷(DIP)占溶解总磷(TDP)的比例从枯水期的79%显著降至丰水期的37%,溶解态硅(DSi)的平均浓度在枯水期和丰水期时相近。枯水期营养盐(DON/TDN除外)均呈内湾向外湾递减的分布趋势，富营养化指数均值表明，水体处于中度至重度富营养化状态。枯水期主要超标污染物为DIP,丰水期主要超标污染物为DIN和化学需氧量(COD)。内梅罗污染指数均值显示水体呈中度污染。盐度与营养盐质量浓度呈显著负相关，表明陆源输入是钦州湾营养盐的主要来源。
金沙江(水富—宜宾段)夜航实船试验研究
王平安;李千千;张政林;张丹;为检验金沙江(水富—宜宾段)夜间通航可行性与“船-助航设施-水”相互适应性，进行了枯水期的实船试验。结果表明，助航设施匹配性良好，向家坝升船机标准船型在下泄流量不低于2 500 m3/s条件下，航道能够满足夜间通航要求。同时，分析船舶操纵及航行状态数据，发现：不同工况下同向航行的参数变化趋势相似，表明操纵要领、航路航法具有较强的普遍适用性；船舶在急流险滩处的操纵难度、航行风险明显增加。根据试航数据总结急流险滩行船要领，可为该航段保障夜间安全驾引与增强通航服务水平提供一定参考。
基于PSO模糊控制的交通信号配时研究
刘旺盛;周佳雨;敬添俊;严浩洲;提出了一种基于粒子群优化(PSO)算法的模糊控制器，用于交通信号控制。实验结果表明，在不同车流量条件下，PSO的模糊控制器均显著优于初始配时方案和传统模糊控制器。与初始方案相比，在车流量较小、车流量中等、车流量较大的条件下，性能提升比例分别为41.30%、30.97%和14.00%;与传统模糊控制器相比，在三种车流量条件下，性能提升比例分别为11.74%、14.82%和4.76%。
小样本环境下基于Meta-learning的网络入侵检测研究
吴永琢;针对现有网络入侵检测算法存在的检测率低、误检率高和检测耗时长等不足，在小样本环境下设计了一种Meta-learning入侵检测算法模型。Meta-learning算法通过自身的迭代和优化，对故障集的训练任务从单一模型泛化到多个不同类别的模型，提升算法的性能和对数据集的训练效率；在数据处理网络层次结构设计上选择了Dropout网络和ReLU激活函数，能够提升模型的收敛速度并抑制训练中出现的梯度波动情况。仿真结果显示：本文所提算法模型在小样本环境下处理训练集和测试集的DR、ACC和FPR等指标均优于两种传统算法，且对数据集的训练与检测耗时更短。
基于无监督机器学习的通信网络流量异常检测方法
郑湘辉;张雪冰;由于通信网络流量特征在微观尺度以及宏观尺度上所反映的特性均有所不同，因此在流量异常检测时，通常会因忽略了不同尺度下的特征融合而导致检测精度较低。针对这种情况，我们提出了一种基于无监督机器学习的通信网络流量异常检测方法。结合线性判别分析法，根据流量数据的特征重要性对类内散度矩阵以及类间散度矩阵进行加权处理。对投影矩阵进行求解，实现流量数据特征降维。构建CNN特征金字塔结构，将降维后含不同尺度的特征图通过上采样操作进行拼接，并引入自适应机制，对卷积核的大小进行动态调整，对流量数据特征进行多尺度融合。采用轮廓系数法对最佳聚类数进行选择，并通过计算观测值到质心的距离，对通信网络流量数据进行聚类处理，最后计算每个类别下的异常分数，结合阈值判断结果实现异常流量检测。在实验中，对提出的方法进行了检测精度的检验，最终的测试结果表明，采用所提出的方法对通信网络流量进行异常检测时，算法的流量特征覆盖度较高，具备较为理想的检测精度。
基于改进的双向GRU网络模型的语音情感识别
赵浩;李盼盼;陈心瑜;语音情感识别技术能够使机器更好地理解人类的情感反应，从而做出更为恰当的回应。为提升人机交互体验，使机器在与人类交流时更加自然，针对基于改进双向GRU的语音情感识别展开研究，构建双向GRU网络模型，对其进行改进，并利用改进后的网络模型，完成语音信号预处理，并分别从频域、时域两个角度提取情感特征，再通过对语音情感特征的融合处理，定义具体的数据增强与识别模式，实现基于改进双向GRU的语音情感识别算法的设计。实验结果表明，应用上述方法辨别语音片段可以确保在RAVDESS数据集、SAVEE数据集、TESS数据集、CREMA-D数据集中实现对情感要素组成的准确识别，在4个公共语音情感识别数据集上均展现出了良好的效果。
