基于RST-LSTM模型的堤坝渗压动态预测分析

渗透是关乎堤坝安全的重要因素之一.渗压数据分析是研究堤坝运行期渗流安全问题最直接的途径之一.根据堤坝渗压监测值的基本特征,基于粗糙集理论(RST)和长短时记忆网络模型(LSTM),建立RST-LSTM模型结构并编制python程序,实现了渗流影响因素重要性定量化排序、冗余因素的消除以及多因素影响下堤坝渗压值的预测分析....     

一类不确定中立时滞系统的时滞相关鲁棒镇定控制器设计

研究了一类线性参数不确定中立时滞系统的鲁棒镇定问题。首先对标称系统建立了一个时滞依赖型稳定准则;然后,基于LMI正定解的存在性,给出了此类中立系统通过无记忆状态反馈控制器鲁棒可镇定的充分条件及鲁棒控制器设计方案;最后的数值例子说明了所得结论是有效的。     

Wolfe-Powell下的记忆梯度算法

提出了一种记忆梯度法的主要参数dk的新形式,分析了该算法在Wolfe-Powell搜索下的全局收敛性,适合解决大型优化问题。     

带记忆的基尔霍夫型梁方程的全局吸引子

利用能量估计和收缩函数的方法,研究了具有线性记忆和非线性阻尼的基尔霍夫型梁方程解的长时间动力学行为,获得了弱拓扑空间中全局吸引子的存在性,部分推广了已有的一些结果。     

材料中带有记忆项的随机热方程在薄域上的随机吸引子

研究加性噪声驱动的随机积分微分方程在薄域上的动力学行为.证明在n+1维薄域上随机吸引子的存在性和唯一性.由于记忆项包含现象过去的全部历史,不能证明其随机动力系统的紧性,但是可以使用分解方法证明渐近紧性.     

基于CIM-AHP模型地铁深基坑施工风险研究

文章以杭州某地铁车站深基坑工程作为研究对象,研究施工过程中存在的安全风险因素,运用层次分析法(analytic hierarchy process, AHP)计算风险指标权重,构建地铁深基坑施工安全风险评价体系,并结合控制区间与记忆模型(controlled interval and memory models, CIM)解决风险因素间的相关性问题,建立地铁深基坑施工安全风险评价模型。计算结果表明,该地铁车站深基坑施工安全风险处于较低风险等级的可能性较大,与该地铁施工建设现状相符合,从而论证了该模型的可行性与科学性,对类似工程的施工管理具有一定的借鉴意义。     

基于WS-LSTM的海底管道剩余寿命预测

海底管道处在一个恶劣且不可接触的环境中,它的安全运行受到诸多挑战.为了保障海底管道的安全稳定运行,需对其剩余寿命进行预测,但传统的海底管道剩余寿命预测过多依赖专家经验且预测精确度较低.为了使海底管道剩余寿命预测的精确度进一步提高,本文提出基于WS-LSTM的剩余寿命预测方法,即基于小波变换(wavelet trans-...     

基于经验模态分解的CEEMDAN-FE-LSTM传染病预测

针对现有的传染病预测模型未充分考虑到时间序列的复杂度,提出了一种基于自适应噪声完备集合经验模态分解（CEEMDAN）和模糊熵（FE）改进长短时记忆网络（LSTM）的传染病组合预测模型.首先,运用CEEMDAN算法将序列分解成若干个不同频率的模态分量与残差分量,以降低原始时间序列的复杂度;然后,运用FE算法计算各分量的时间复杂度,并将其重构为不同尺度的序列以提高运算效率;最后,建立LSTM模型对重构序列分别进行预测,得到最终预测结果.根据2010年1月至2021年12月肺结核、乙肝、布鲁氏菌病和艾滋病发病数据进行模型预测,并与SARIMA模型、CEEMDAN-FE-SARIMA模型和LSTM模型进行对比.结果表明,提出的模型较常规模型可以更好地把握传染病发病的变化规律,降低时间序列的复杂度,提高传染病预测精度.     

基于BiLSTM-Attention-CNN的XSS攻击检测方法

在基于深度学习XSS检测的研究中,双向长短期记忆网络(BiLSTM)和CNN模型均无法区分输入特征信息中关键特征和噪音特征对模型效果的影响。针对这一问题,引入注意力机制,提出一种将BiLSTM和CNN相结合的XSS检测模型。首先利用BiLSTM提取XSS攻击载荷双向序列信息特征,然后引入注意力机制计算不同特征在XSS检测中的权重,最后将加权后的特征向量输入CNN提取局部特征。实验表明BiLSTM-Attention-CNN相比SVM、ADTree、AdaBoost机器学习算法分别提高了9.45%、7.9%和5.5%的准确率,相比单一的CNN、GRU、BiLSTM提高了检测精度,相比BiLSTM-CNN在保持检测精度的同时减短了5.1%收敛时间。