تجزیه و تحلیل الگوی و طبقه بندی برای ارزیابی امنیت در شبکه های برق

شبکه های سیستم قدرت مجبور به کار در شرایط عملیاتی بسیار استرس نزدیک به محدودیت پایداری خود در محیط مقررات زدایی هستند. در چنین شرایطی ، هرگونه آشفتگی می تواند امنیت سیستم را به خطر بیندازد و ممکن است منجر به فروپاشی سیستم شود. بنابراین ، نیاز شدید به توسعه یک سیستم نظارت بر امنیت آنلاین سریع برای تجزیه و تحلیل سطح امنیت سیستم و پیشگویی اپراتورها برای انجام اقدامات پیشگیرانه لازم وجود دارد. فرایند نظارت بر امنیت آنلاین ، جلسه مناسب تقاضای بار را بدون نقض محدودیت های عملیاتی سیستم تضمین می کند. بنابراین ، امنیت سیستم قدرت از دهه 1920 به عنوان یک مشکل مهم در مراحل برنامه ریزی ، طراحی و بهره برداری شناخته شده است. وظیفه اصلی یک سیستم انرژی الکتریکی ، تحویل برق درخواست شده توسط مشتریان است ، بدون اینکه بیش از حد ولتاژ و فرکانس قابل قبول با قابلیت اطمینان و امنیت بالا باشد.

مقاله را بخوانید دانلود PDF رایگان دانلود مقاله را بخوانید دانلود PDF رایگان دانلود

مقالات مرتبط

محاسبات نرم

بارگیری رایگان PDF PDF

این گزارش سهم در زیر گروه را ارائه می دهد. در بخش اول ما یک رویکرد ساده را برای ساختن یک متا یادگیری بر روی طبقه بندی کننده فردی پیشنهاد می کنیم که قرار است به طور ضمنی کلاسهای بین المللی را بیاموزد. ما بیشتر بررسی می کنیم که چگونه عملکرد را اصلاح می کند اگر به طور خودکار کلاس متا (گروهی از کلاسهای مشابه) را اضافه کنیم. در بخش دوم ، ما با استفاده از یک رویکرد یادگیری ساختاری ، مشکل را حل می کنیم. ایده اصلی ساختن یک مدل گرافیکی است که به طور همزمان برچسب زدن را در چند سطح انجام می دهد.

بارگیری رایگان PDF PDF

بارگیری رایگان PDF PDF

بارگیری رایگان PDF PDF

بارگیری رایگان PDF PDF

کنگره محاسبات تکاملی IEEE 2011 (CEC)

بارگیری رایگان PDF PDF

مجله بین المللی علوم کامپیوتر و امنیت اطلاعات (IJCSIS) مکان اصلی برای انتشار سریع تحقیقات علوم رایانه ای با کیفیت بالا ، از جمله چندرسانه ای ، علوم اطلاعات ، امنیت ، شبکه موبایل و بی سیم ، داده کاوی ، مهندسی نرم افزار و فن آوری های نوظهور و غیره را فراهم می کند. IJCSIS داردبه پیشرفت خود ادامه داد و توجه محققان در سراسر جهان را به خود جلب کرده است ، همانطور که با افزایش تعداد ارسال ها و مقالات منتشر شده و همچنین از آمار وب نشان داده شده است. https://sites. google.com/site/ijcsis/home

بارگیری رایگان PDF PDF

M. Tech. پایان نامه ، EED ، جامیا میلیا اسلامیا ، صص 1-59

تجزیه و تحلیل کمی از گازها ، با استفاده از آرایه های سنسور نیمه هادی و تکنیک های تشخیص الگوی مانند شبکه های عصبی مصنوعی ، در طی چند سال گذشته هدف بسیاری از کار بوده است. با این حال ، عدم انتخاب ، تکرارپذیری و رانش سنسورها ، کاربردهای این سیستم ها را به تجزیه و تحلیل گاز کیفی یا نیمه کمی محدود کرده است. در حالی که پاسخ حالت پایدار سنسورها معمولاً سیگنالی است که باید در چنین سیستم های تجزیه و تحلیل پردازش شود ، روش ما شامل پردازش اطلاعات ، گذرا و پایدار است. رفتار گذرا سنسور از طریق اندازه گیری زمان افزایش هدایت آن (TR) مشخص می شود ، هنگامی که یک مرحله تغییر در غلظت گاز وجود دارد. TR مشخصه هر جفت گاز/سنسور ، مستقل از غلظت است و تکرارپذیری بالاتری از اندازه گیری حالت پایدار نشان می دهد. از آرایه ای از چهار سنسور گاز اکسید قلع ضخیم و تکنیک های تشخیص الگوی برای تبعیض و کمیت در بین اتانول ، تولوئن و O-Xylene استفاده می شود [دامنه غلظت: 25 ، 50 و 100 ppm]. تکنیک های طبقه بندی کننده که در میان آنها می خواهم مقایسه را بین آنها انجام دهم- تجزیه و تحلیل مؤلفه اصلی (PCA) ، تجزیه و تحلیل تبعیض آمیز خطی (LDA) ، دستگاه های بردار پشتیبانی (SVM) و طبقه بندی کننده ساده لوح. ارزیابی عملکرد این تکنیک ها مورد بررسی قرار گرفته و مقایسه نیز در بین آنها انجام شده است.

بارگیری رایگان PDF PDF

محاسبات فراگیر و موبایل