基于纳米通道分析技术的电流检测系统

<正>纳米通道单分子检测技术受启发于Coulter计数法与单通道离子电流测量技术,自被提出以来得到了迅速的发展,受到了国内外广泛关注.作为一种研究单个分子行为的技术手段,纳米通道技术已经应用于研究DNA损伤、分析单个多肽结构及蛋白质构型、探测识别单个DNA与靶分子间相互作用、有机小分子化合物和水体中金属离子超灵敏检测等方面,通     

非线性摄动时滞系统的H∞/H_鲁棒故障检测

基于H∞/H_滤波器技术,探讨了一类具有非线性摄动的时滞系统的鲁棒故障检测问题.通过构建故障观测器,形成能反映系统故障的广义残差模型.基于线性矩阵不等式(LMI)的方法,将故障检测问题转化为系统鲁棒稳定性的分析问题.并给出了该问题解的存在的LMI条件和求法.该方法既提高了故障观测器对残差的敏感性,又有效地抑制了干扰,从而提高了故障检测的效果.仿真结果表明,该方法是可行和有效的.     

基于故障跟踪估计器的故障诊断新方法

针对线性时不变系统提出了一种基于故障跟踪估计器的故障诊断新方法。首先引入一个可调参数,称作虚拟故障,构建线性时不变系统的故障跟踪估计器。然后,设计迭代学习算法,在选取的优化周期内通过反复迭代学习运算来动态调节虚拟故障,使之估计出系统中实际发生的故障。该方法可以同时检测和估计出系统中发生的故障,而且和发生的故障类型无关。最后,在垂直升降飞行器的线性化模型上进行了仿真研究,仿真结果表明了所设计算法的可行性和有效性。     

基于灰狼算法和案例推理的工控系统入侵检测

提出了一种基于二进制灰狼算法和邻域粗糙集的案例推理分类算法(bGWO-NRSCBR),以有效处理工控网络数据样本高维、冗余的问题。首先,将邻域粗糙集(NRS)中的依赖度概念和属性个数作为二进制灰狼优化算法(bGWO)的适应度函数,通过狼群不断更新位置寻找最小相对属性集;然后基于属性重要度对权重进行优化分配从而建立案例推理(CBR)分类模型;最后利用该模型对工控网络标准数据集进行入侵检测研究。实验结果表明,本文算法能够获得最小相对属性子集,并有效提高入侵检测算法的准确度和效率。     

基于CUDA和布谷鸟算法的SVM在工控入侵检测中的应用

为了提升SVM算法的分类速度和精度,提出了一种基于CUDA和布谷鸟搜索算法(CSA)的CCS-SVM (CUDA and Cuckoo Search based Support Vector Machine)算法。考虑到SVM算法在大规模数据下训练速度慢的缺点,利用基于CUDA的并行技术对SVM进行并行化。针对布谷鸟搜索算法寻优精度低和收敛速度慢的问题,提出了两点改进:第一,考虑了寻优过程中个体适应度对莱维飞行步长因子α的影响;第二,在偏好随机游动环节引入惯性权重。最后利用CCS-SVM算法对工控网络标准数据集进行入侵检测仿真实验,结果表明:该算法在保证入侵检测准确率的同时,检测速度提升了近3倍。