湖北工业大学信息技术中心
- 作品数：21 被引量：44H指数：4
- 相关作者：周昕唐华范凯更多>>
- 相关机构：南京工业大学安全科学与工程学院中南财经政法大学体育部湖北经济学院体育经济与管理学院更多>>
- 发文基金：湖北省教育厅人文社会科学研究项目湖北省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信经济管理更多>>
- 告别“人云”我“亦云”
- 2015年
- 一直以来,高校的云服务、云计算、大数据，都处在“云山雾罩”的朦胧状态，难免“人云亦云”，甚至是“新瓶装旧酒”，本期我刊重点围绕当前高校云服务的四个热点问题，邀请国内高校权威专家，与我们分享他们的见解．帮助我们厘清思路，以期在今后的信息化规划与建设管理中，避免盲目与冲动。
- 于俊清张巍侯效礼黄学松陆以勤
- 关键词：告别信息化规划建设管理高校云计算
- 扁平化网络多出口流量数据高效清洗方法仿真
- 2019年
- 探究一种多出口流量数据高效清洗方法,能够提高流量数据高效清洗的同一性,降低出错率,增强多出口流量高效清洗的清洗效果,具备一定的实用性。针对当前方法在清洗多出口流量数据时,由于多个交换机设计结构不同导致高效清洗的流量数据与原流量数据存在不同一的问题,提出一种基于Rough集理论的多出口流量数据高效清洗方法,通过建立差分自回归移动平均模型,运用该模型对在某时间点含有残缺值的差分自回归移动平均模型进行计算,得到三种流量数据缺失值清洗模型,依据这三种模型得到扁平化网络多出口流量数据高效清洗模型。将清洗流量数据四元组作为出入,计算流量数据清洗函数值,输出高效清洗多出口流量数据,实现多出口流量数据高效清洗。仿真证明,所提方法能够减小噪声点的干扰,提高查全率,降低出错率,提高高效清洗的同一性。
- 张涛张颖江黄学松张甜甜
- 关键词：数据清洗查全率同一性
- 移动通信网络异常信号优化识别研究被引量：11
- 2017年
- 对移动通信网络异常信号进行准确识别,可以提高移动通信网络运行的安全性。进行异常信号识别时,需要提取移动通信网络异常信号数据特征,对根据特征对异常信号数据进行分类,建立移动通信网络异常信号识别模型,而传统基于遗传神经网络算法,是通过对大量的网络信号样本信息进行训练及测试实现的,不能对异常信号数据特征进行准确提取,存在识别不准确、误差大的问题。提出基于DFI的移动通信网络异常信号的识别方法。将DFI技术与SVM算法相融合,引入到移动通信网络异常信号的识别分类问题中,获取移动通信网络异常信号数据的特性,利用SVM算法建立移动通信网络异常信号最优分类面,构建移动通信网络异常信号识别模型,基于SVM的控制模块,对移动通信网络异常信号进行识别控制。仿真结果表明,提出的移动通信网络异常信号识别模型具有较高的识别准确度。
- 张涛张颖江
- 关键词：移动通信网络最优分类面
- 湖北工业大学校园网联合运营方案
- 2022年
- 随着校园网用户对接入网络的网络规模、带宽出口要求越来越高以及业务应用越来越复杂,校园网与多网络提供商(ISP)联合运营成为各地高校寻找支撑校园网络服务的解决办法。联合运营的建设目标主要集中在打通内部校园网网络和外部运营商网络对接的壁垒,形成边界清晰、资源节约的生态网络环境;确保校园用户上网行为的可控性,如身份识别、实名认证、权限管理等,满足国家相关法律法规对校园网用户上网行为的要求;建设基于服务类型的、开放的承载系统,把握用户不同服务接入、各类业务拓展的精细化管理趋势。
- 李倩倩唐华张涛
- 关键词：权限管理校园网身份识别资源节约
- 基于深度神经网络训练与优化算法的图像分类被引量：3
- 2023年
- 当前图像分类方法在分类过程中没有充分获取图像的深度特征,导致方法真阳性率低、假阳性率较高,存在图像分类准确率低等问题。为解决上述问题,提出基于深度神经网络训练与优化算法的图像分类方法。方法选取不同特征的图像构建测试集,利用FCM算法对图像进行分割、去噪处理,根据多核学习对提取的图像深度特征进行适应与融合,并构建一个支持向量机的高分辨图像分类器,最终实现图像分类。实验结果表明,所提方法的图像分类真阳性率较高、假阳性率较低,表明该方法准确率高且有明显的分类效果。
- 张涛唐华张甜甜
- 关键词：图像去噪图像分割图像特征
- 基于K近邻分类算法的涉恐信息过滤模型研究被引量：12
- 2018年
- [目的/意义]针对现有的涉恐信息过滤在语义过滤和主题无关性方面还存在一定的不足,建立了基于K近邻分类算法的涉恐信息过滤模型。[方法/过程]通过采用K近邻分类算法、TF-IDF分词系统和语义相似度计算建立了一种新的涉恐信息过滤模型,并从爬取主题的一次过滤到关键词匹配的二次过滤,最终进行语义分析的三次过滤,构建了一套完整的涉恐信息过滤体系。[结果/结论]本模型能够快速高效地获取涉恐信息,克服了语义和主题无关性等因素的干扰,较于传统的涉恐信息过滤在查全率和查准率上面有了很大的提升。
- 唐华杨解君王俊黄炜
- 关键词：信息过滤K近邻算法分词系统语义相似度
- 篮球视频中基于AdaBoost分类器的运动员检测方法被引量：4
- 2016年
- 针对篮球视频中运动员的检测识别问题,提出一种基于AdaBoost分类器的检测方法 .首先,从视频中获取有用帧,并通过SampleCreator软件来标记运动员,提取出全身和上半身矩形图像.然后,基于积分图技术从对象图像中提取Haar特征.接着,利用AdaBoost算法选择出具有较强分类性能的特征,训练一系列的弱分类器,并将其进行级联来构建最终的强分类器.最后,通过强分类器对Haar特征进行判别,从而检测图像中的运动员.实验结果表明,该方法能够准确检测并识别视频中的运动员.
- 张斌刘昊张涛
- 关键词：ADABOOST分类器HAAR特征
- 基于多传感器融合的通信网络异常流量监测方法
- 2024年
- 复杂工业通信网络中,存在大差异多传感器采集外部信息,导致异常流量监测的阈值存在多样性。当前方法以单一阈值完成异常流量检测,存在监测精度低、监测时效性差的问题。通过引入多传感器信息融合技术,设计一种工业通信网络异常流量监测方法。首先,应用多传感器融合技术,为改善局部滤波器的估计精度,选用丢失观测的预报值作为补偿,在此基础上,给出任意两个估计误差之间的互相协方差矩阵,利用该滤波方法实现对通信网络数据滤波处理。然后,基于矩阵模型的平面和2D坐标属性,将流量特征指纹库按一定的规律进行排序,因为特征经验库具有识别通信网络流量异常的作用,通过与位置特征相结合的方法,建立异常流量匹配模型,对网络中的异常流量进行监测,并确定异常流量产生位置。最后,实验结果表明,新的监测方法具备更高的监测精度,同时能够保证良好的监测时效性,实现对异常流量的快速监测反馈。
- 张涛李倩倩罗理机
- 关键词：多传感器融合通信网络数据融合
- 网络流量预测算法仿真分析被引量：1
- 2016年
- 网络流量预测可以对大规模网络进行合理的管理、规划和设计。但传统网络存在隐蔽信道攻击行为,在正常的传输中隐秘地传送一些信息。上述隐秘信息不具备明显的检测特征,导致传统方法进行网络流量预测时,不能根据流量特征检测到隐秘信息流量,导致检测值与真实值之间差距过大,网络流量预测误差大。提出一种采用马尔柯夫链算法的IPV6环境下的网络流量预测方法。首先对IPV6环境下的网络流量历史值进行分析,计算网络流量历史观察值加权后的总和,根据总和建立马尔柯夫链网络流量预测模型,对IPV6环境下的网络流量作出初步的预测,并将灰色理论引入到组建的马尔柯夫链模型中,得到IPV6环境下网络流量初步预测的残差值,并对其进行修正,将IPV6环境下的网络流量状态划分为不同的区间,以此为依据对IPV6环境下的网络流量进行精确的预测。仿真结果证明,改进算法可以有效预测IPV6环境下的网络流量的变化趋势,提升了IPV6环境下的网络性能管理质量。
- 张涛唐华张甜甜
- 关键词：马尔柯夫链网络流量
- 基于矢量空间重构的网络流量预测算法被引量：4
- 2016年
- 客户机与服务器之间存在数据存储隐通道,对该通道的网络流量进行准确预测可避免网络拥堵,提高网络流量的调度和管理能力。传统方法采用线性时间序列分析方法进行网络流量预测,没有准确反映流量序列的非线性特征信息,预测精度不高。提出一种基于非线性时间序列分析和矢量空间重构的网络流量预测算法。进行相位随机化处理,使得网络流量数据离散解析化,把网络流量时间序列解析模型分解为含有多个非线性成分的统计量。采用自相关函数法求得矢量空间重构的时间延迟,采用互信息最小嵌入维算法求得网络流量序列的矢量空间嵌入维,实现流量序列的矢量空间重构。在高维矢量空间中,提取网络流量的高阶谱特征,实现网络流量的准确预测。仿真结果表明,采用该算法能有效拟合流量序列的非线性状态特征,对流量状态变化的动态跟踪性能较好,其预测误差比传统方法的低。
- 张涛张颖江
- 关键词：网络流量非线性
