公共文化服务平台

何海涛: 作品数：43 被引量：152H指数：6; 供职机构：燕山大学信息科学与工程学院更多>>; 发文基金：国家自然科学基金河北省自然科学基金博士科研启动基金更多>>; 相关领域：自动化与计算机技术金属学及工艺文化科学机械工程更多>>

合作作者

轧机轴向力测试系统: 2003年; 本文提出了铝箔轧机轴向力测试系统的测试方案 ,克服了传统轴向力测试的不足 ,并讨论了铝箔轧机轴向力测试系统的硬件构成及软件结构。; 何海涛刘永山; 关键词：轴向力数据采集测试系统铝箔轧机

双机架平整机轧制力智能模型研究被引量：1: 2006年; 针对双机架平整机的生产工艺特点,在引入延伸率分配系数模型的基础上,提出先对带材进行规格划分,然后利用大量同规格现场轧制数据,采用Powell优化算法计算变形抗力、摩擦因数等主要轧制工艺参数的方法。为满足轧制力预报的实时性要求,建立了BP神经网络模型来预报上述轧制工艺参数,将轧制压力的短期自适应与轧制工艺参数长期自学习相结合,建立了双机架平整机轧制压力预报模型。将该模型运用于宝钢某厂1220双机架平整机的生产实践,大大提高了轧制力预报精度。; 何海涛李兴东蒋岳峰; 关键词：平整机轧制力预报变形抗力神经网络

基于SVM的改进RBF网络板形模式识别方法被引量：12: 2007年; 为了提高带钢生产中板形模式识别精度,提出了基于支持向量机(SVM)的改进径向基(RBF)网络板形模式识别方法,由SVM回归确定RBF网络优化的初始参数,解决了传统方法存在的学习时间长、易陷入局部极小值等问题。此外,分别将输入样本与一对互反的基本模式间的模糊距离之差作为RBF网络的三个输入,使输入节点减少一半,进一步简化了网络模型。实验表明,该方法有效地提高了模式识别精度和速度,可推广到其他具有两两互反性基本模式的模式识别系统中。; 何海涛李楠

基于博弈的Web应用程序中访问控制漏洞检测方法被引量：1: 2024年; 针对工业互联网中程序的访问控制策略隐藏在源码中难以提取,以及用户的访问操作难以触发所有访问路径而导致逻辑漏洞的通用化检测难以实现的问题,将博弈思想应用于访问控制逻辑漏洞检测中,通过分析不同参与者在Web应用程序中对资源页面的博弈结果来识别漏洞,使得不同用户的访问逻辑能被有针对性地获取。实验结果表明,所提方法在开源的11个程序中检测出31个漏洞,其中8个为未公开的漏洞,漏洞检测覆盖率均超过90%。; 何海涛许可杨帅林张炳赵宇轩李嘉政; 关键词：漏洞检测博弈

一种基于聚类的板形控制模糊神经网络模型: 2008年; 针对冷轧过程中难以建立精确的板形控制数学模型的问题,设计了RBF模糊神经网络模型用于冷轧板带过程中的板形控制。基于一种无监督聚类方法确定了模糊规则数和网络初始参数以建立网络初始模型;采用BP算法训练网络,使网络能够快速收敛;同时,为使所建立的控制系统能够应用于在线控制,增加了模糊规则在线自学习功能,避免网络过度修正权值。仿真实验表明,所建立的RBF模糊神经网络模型控制精度高,满足板形在线控制要求。; 何海涛张兰薛玉琦李艳田霞; 关键词：板形控制模糊神经网络聚类 BP算法

基于KNN离群点检测和随机森林的多层入侵检测方法被引量：76: 2019年; 入侵检测系统能够有效地检测网络中异常的攻击行为,对网络安全至关重要.目前,许多入侵检测方法对攻击行为Probe(probing),U2R(user to root),R2L(remote to local)的检测率比较低.基于这一问题,提出一种新的混合多层次入侵检测模型,检测正常和异常的网络行为.该模型首先应用KNN(K nearest neighbors)离群点检测算法来检测并删除离群数据,从而得到一个小规模和高质量的训练数据集;接下来,结合网络流量的相似性,提出一种类别检测划分方法,该方法避免了异常行为在检测过程中的相互干扰,尤其是对小流量攻击行为的检测;结合这种划分方法,构建多层次的随机森林模型来检测网络异常行为,提高了网络攻击行为的检测效果.流行的数据集KDD(knowledge discovery and data mining) Cup 1999被用来评估所提出的模型.通过与其他算法进行对比,该方法的准确率和检测率要明显优于其他算法,并且能有效地检测Probe,U2R,R2L这3种攻击类型.; 任家东刘新倩王倩王倩何海涛; 关键词：网络安全入侵检测系统

分布式关联规则挖掘中的聚类分区算法: 2003年; 在分布式关联规则挖掘中，首先需要解决分布式环境下的聚类分区问题。该文基于CURE的工作原理，提出了D-CURE算法。实验证明，D-CURE算法可以很好地解决在分布式环境下的聚类分区问题。; 任家东何海涛任东英; 关键词：关联规则数据挖掘聚类

高维数据流的自适应子空间聚类算法被引量：7: 2010年; 高维数据流聚类是数据挖掘领域中的研究热点。由于数据流具有数据量大、快速变化、高维性等特点,许多聚类算法不能取得较好的聚类质量。提出了高维数据流的自适应子空间聚类算法SAStream。该算法改进了HPStream中的微簇结构并定义了候选簇,只在相应的子空间内计算新来数据点到候选簇质心的距离,减少了聚类时被检查微簇的数目,将形成的微簇存储在金字塔时间框架中,使用时间衰减函数删除过期的微簇;当数据流量大时,根据监测的系统资源使用情况自动调整界限半径和簇选择因子,从而调节聚类的粒度。实验结果表明,该算法具有良好的聚类质量和快速的数据处理能力。; 任家东周玮玮何海涛; 关键词：高维数据流子空间聚类自适应

基于自适应模型的数据库入侵检测方法被引量：4: 2012年; 提出了一种基于自适应模型数据库入侵检测方法(ASIDS).该方法基于矩阵和最小支持度函数的AprioriZ关联算法,依据在训练和自适应入侵检测阶段产生数据库的操作特征,用户根据实际需求动态调整最小支持度函数的值,更高效挖掘操作特征.结合层次聚类算法产生动态规则库,通过计算待检测数据操作特征与规则库中聚类的距离是否超过聚类间最大距离来判断异常,以避免已有检测系统中判断"边界尖锐"问题,并实时把正常操作特征归入动态规则库,通过对报警信息的关联分析降低误警率.实验结果表明,ASIDS能够实时地进行入侵检测,具有很高的检测率和较低的误警率.; 李银钊闫怀志张佳何海涛; 关键词：数据库安全入侵检测聚类

MCAI课件的基本模式及其设计被引量：3: 2002年; 针对 MCAI的特点,讨论了 MCAI课件的基本模式及其一般设计过程。; 何海涛; 关键词：MCAI课件多媒体教学