公开(公告)号：CN113438209B

公开(公告)日：2022-03-08

申请号：CN202110624230.5

申请日：2021-06-04

Applicant: 中国计量大学

Inventor： 周杭霞 ,  胡强 ,  刘倩

IPC: H04L9/40 ,  G06K9/62

Abstract: 本发明公开了一种基于改进的Stacking策略的钓鱼网站检测方法，针对目前大多数钓鱼网站检测技术准确率低、计算资源消耗大和检测不及时等问题，通过将多个分类表现优异的基学习器通过Stacking策略集成为一个高性能模型，并且把该Stacking算法第一级的输入特征与预测结果同时作为第二级的输入特征，充分发挥各模型精度高、速度快等优势，从而进一步提高模型性能。实验结果表明，与传统的机器学习钓鱼网站检测技术相比，在10万级数据集上此集成学习算法在多个指标上都表现出更好的性能，其精确率达到了97.82％，F1值达到97.54％，可以有效的检测钓鱼网站。

公开(公告)号：CN113438209A

公开(公告)日：2021-09-24

申请号：CN202110624230.5

申请日：2021-06-04

Applicant: 中国计量大学

Inventor： 周杭霞 ,  胡强 ,  刘倩

IPC: H04L29/06 ,  G06K9/62

Abstract: 本发明公开了一种基于改进的Stacking策略的钓鱼网站检测方法，针对目前大多数钓鱼网站检测技术准确率低、计算资源消耗大和检测不及时等问题，通过将多个分类表现优异的基学习器通过Stacking策略集成为一个高性能模型，并且把该Stacking算法第一级的输入特征与预测结果同时作为第二级的输入特征，充分发挥各模型精度高、速度快等优势，从而进一步提高模型性能。实验结果表明，与传统的机器学习钓鱼网站检测技术相比，在10万级数据集上此集成学习算法在多个指标上都表现出更好的性能，其精确率达到了97.82％，F1值达到97.54％，可以有效的检测钓鱼网站。

公开(公告)号：CN111260206A

公开(公告)日：2020-06-09

申请号：CN202010035167.7

申请日：2020-01-14

Applicant: 中国计量大学

Inventor： 周杭霞 ,  周郅皓 ,  杨凌帆 ,  刘倩 ,  胡强

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06F16/27

Abstract: 本发明属于光伏发电量预测技术领域，公开了一种光伏发电影响因素评价模型、构建方法及应用。构建弹性的Spark on YARN计算集群，通过YARN对集群的资源进行管理和分配；长短期记忆神经网络算法LSTM通过建立深层的时间序列网络模型，对光伏发电影响因子数据从底层到高层逐层提取特征，实现底层信息到高层的抽象；LSTM对光伏系统发电量进行建模和预测，根据初始结果不断调整模型参数和影响因子优化模型，得出关于影响因子评价模型。本发明实现了快速低成本的光伏大数据处理平台、弹性高效的云计算集群、高准确性的光伏发电量预测模型以及对光伏发电影响因素的大数据分析，为建设新光伏电站和改进旧电站提供了智能化的参考。