基于机器学习算法的物联网卡安全风险监测系统研究与实现 法律法规 安全防御 区块链 APT 安全分析

开发基于机器学习的模型来估计PHM的故障时间

基于机器学习的电力变压器PHM传感器数据建模方法

随着互联网的发展,各种类型的数据呈爆炸式增长.通过机器学习的方法对大量数据进行实时或离线的分析,获取规律性信息,已成为各行业提升决策准确性的重要途径.因此,这些机器学习算法成为各个数据中心运行的主要应用.然而,随着数据规模的增大和数据中心面临的能耗问题的突出,如何实现这些算法的低功耗处理,已成为实现绿色数据中心亟待解决的关键问题之一.为了实现对这些机器算法的绿色计算,首先对运行在数据中心中的关键算法进行了深入的分析,并观察到在这些算法中存在大量的冗余计算.在此基础上,设计和实现了一种面向数据中心典型应用的低功耗调度策略.该算法通过对不同计算部分的输入数据进行匹配来判断计算过程中的冗余部分,并对算法进行调度.实验数据显示,对于数据中心的两种典型应用k-means和PageRank,该算法可以实现23%和17%的能耗节约.

这是一个关于机器学习文本分类的PPT，针对这个PPT，有一个我的博客是我这个PPT中代码的实现，博客链接：https://blog.csdn.net/qq_28626909/article/details/80382029

【高水平】基于机器学习的高能化合物分子设计与性质预测-天津大学硕士论文2020，超过130页

基于机器学习的新能源汽车残值评估方法.pdf

2021泰迪杯A2-基于机器学习模型预测财务造假的上市公司.pdf

在国家输电网中，对输电线路的检查是预防事故和停电的必要条件。而随着电力产业的 发展，借助于监控摄像机的远程智能巡检逐渐替代成本高、风险高、效率低的人工巡检。为了节省成本，降低风险，本文设计了一种基于机器学习算法的高压传输线检测算法，主要是针对无人机以及固定低功耗摄像机拍摄的图片进行分析。该算法将待分析图片读入之后，通过诸如灰度处理，高斯模糊去噪，图像算术运算和灰度线性变换的操作来对图像进行预处理。 其次，运用 Canny 算子检测出传输线的边缘像素点，并且设置感兴趣区域以提取传输线区域，抑制背景干扰。然后，分类检测出的边缘像素点，拟合传输线。最后，用红线绘制图像中的传输线，并且还输出已检测到的线的数量。与此同时，通过对比人工设定的传输线数量和算法输出的传输线数量，可以确定高压传输线的状态是否正常。实验证明，本文提出的算法可以去除天空和浮云等背景的干扰，同时可以准确检测高压线，且能够对交叉的高压线进行辨别，能处理边缘检测断点，具有一定的鲁棒性和实用性。 针对第五代无线通信系统中的毫米波大规模多输入多输出问题，已经提出了许多混合预 编码结构和方案。由于在该系统中射频链数量大大减少，传统的混合预编码技术会导致性能损失严重。本文主要针对该问题，首先介绍一种基于开关和逆变器的混合预编码架构，来作为降低功耗的解决方案。另外，通过对两阶混合预编码、基于天线选择的混合预编码方案和基于自适应交叉熵的混合预编码方案进行仿真，提供了对总速率和能量效率的详细性能分析，目的是为了证明基于 ACE 的方案的性能在所有参数值的有限范围内要远远优于其他方案。最后，确定了最佳的参数，并且证明了它们可以让系统达到最佳性能。

设 备 故 障 信 息 特 征 词 提 取 方 法 研 究在 分析 了 目 前 复 杂 系 统 设 备 故 障 信 息 的 特性 基 础 上 ， 研 究 了 文 本信 息 分 词和特 征 词 提取 方 法 ， 给 出 了 设 备 故 障 信 息 特 征词 提 取 方法 。 以 某 高 速 列 车 故 障 信 息为 例 ， 有 效 提 取 了 高 速 列 车 故 障 信 息 中 的 特 征 词 。 设 备 关 联 失 效 规 则 算 法 分 析 研 究在 提取 了 设备故 障信 息 特 征 词 的 基 础上 ， 基 于关 联分析方 法 ， 提 取 设 备关 联失 效 规 则 ， 建 立 了 设 备 关 联 失效 模 型 。 以 高 速 列车 牵 引 系 统 故 障 信 息 中 的 特 征 词为 例 ， 构 建 了 高 速 列 车牵 引 系 统 关 联 失 效 模 型 。 设 备故 障 识 别 方 法研 究在 构建 的 系 统 关联 失 效 模 型和故障 识 别 方法基础 上 ， 提 出 了 模 糊 故障 网的 故 障识 别 方 法 。 以 高 速 列 车 牵 引 系 统 的 关 联 失效 模 型 基 础 ， 验 证 了 设 备 故 障 识别 方 法 的 有 效 性 和准 确性 。 设 备 故 障 识 别系 统 实 现采 用 语 言 ， 利 用 框 架 技 术 对 各个算法进行 实 现 ， 得 到设 备故 障识 别 原 型 系 统 ， 完 成 通 过 故 障 数据 对 设 备故 障 状 态 以 及 故障 结 果 的 智 能 识 别