对于入侵检测模型构建问题，本发明提出一种新的监督非线性特征提取和正则化随机权重神经网络(RRWNN)的网络入侵异常检测方法。核偏最小二乘(KPLS)算法用于处理输入特征的共线性和复杂非线性映射。这些提取的潜在特征输入RRWNN算法用于构...

本发明基于模拟领域专家“听音识别”磨机负荷参数的思路，提出了基于模糊推理的磨机负荷参数选择性集成软测量方法。分别采用多组分信号分解算法模拟人耳带通滤波能力实现筒体振动信号的多尺度自适应分解，采用潜变量特征提取的方法模拟人脑对频谱特征的提...

本发明公开了一种基于多源信息的磨机振动与振声特征提取方法，其包括步骤：A、多源信号采集，其通过数据采集系统获取表征磨机负荷状态的信号，所采集到的信号为多源时域信号，将其记为S，则采样个数为N的多源时域信号S记为B、浅层特征信息选择，其基...

本发明提供了基于数值仿真的磨机负荷参数推理模型构建方法，其包括步骤：A：实验设计，即，计算磨机内部负荷的波动范围，并设计用于执行数值仿真的实验方案；B：数值仿真，即，针对实验方案中的每一次实验，模拟仿真生成磨机筒体振动加速度信号；C：信...

本发明公开了一种磨机负荷参数软测量方法，本发明的方法面向筒体振动和振声信号的多尺度和非稳态特性，基于不同视角，采用多种不同的信号分解技术将原始筒体振动信号和振声信号分解为系列子信号。将选择的子信号频谱和原始信号频谱作为多源多尺度信息构建...

本发明公开了一种基于虚拟样本的磨机负荷参数软测量方法，所述方法首先采用集成经验模态分解技术(EEMD)获得磨机筒体振动及振声样本信号的多尺度时域子信号，进行进一步处理后获得具有不同时间尺度的高维谱数据；接着基于这些高维谱数据采用改进的选...

本发明公开了一种虚拟样本生成方法，本发明首先采用信号采集及相应装置等手段获取数量有限的高维真实样本，接着采用偏最小二乘(PLS)算法、遗传算法(GA)、误差逆传播神经网络(BPNN)算法构建基于可行性的规划(FBP)模型；然后基于已知的...

公开了一种磨机负荷参数软测量方法。首先，采用集合经验模态分解(EEMD)技术将磨机筒体振动和振声信号分解为具有不同时间尺度和物理含义的子信号(内禀模态函数，IMFs)；然后，采用基于互信息(MI)的自适应特征选择方法的选择多尺度IMF的...

本发明公开了一种网络入侵异常检测方法。本发明针对网络入侵异常检测模型输入特征的高维共线性问题，首先通过基于主元分析(PCA)的特征提取技术对输入变量进行潜在特征提取，消除变量间的共线性；然后采用基于互信息(MI)的特征选择技术对PCA提...

本发明实施例提供一种木马检测方法，该方法包括：扫描设定系统目录下的动态链接库DLL文件，判断所述DLL文件的文件指纹是否发生变化；若所述DLL文件的文件指纹发生变化，判断系统更新函数是否被调用；若所述系统更新函数未被调用，确定所述DLL...