一种基于模糊评价的社区综合能源系统效益评价方法

    公开(公告)号:CN115034618A

    公开(公告)日:2022-09-09

    申请号:CN202210660554.9

    申请日:2022-06-13

    Abstract: 本发明是一种基于模糊评价的社区综合能源系统效益评价方法,其特点是,包括:基于综合能源系统的物理架构及其效益影响因素,构建包括技术、经济、环境和社会四个维度的评价指标体系,全面、合理地反映系统的综合效益;提出组合赋权法确定指标权重,其中结合三角模糊数和层次分析法确定指标的主观权重,熵权法确定客观权重,通过线性加权法结合主客观权重获得组合权重;提出模糊综合评价方法对综合能源系统进行效益评价,解决了评价指标模糊性的问题;该方法科学合理,准确性和可行性较高,对支撑项目优化决策、保障项目建设效益等方面具有重要理论意义和实践价值。

    一种基于集成学习的VPN加密流量识别方法

    公开(公告)号:CN115174170B

    公开(公告)日:2023-05-09

    申请号:CN202210717842.3

    申请日:2022-06-23

    Abstract: 本发明是一种基于集成学习的VPN加密流量识别方法,其特点是,包括:针对VPN加密流量数据特征冗余问题,采用基于最大相关最小冗余的VPN加密流量特征选择方法;针对VPN加密流量数据存在的类别不平衡问题,构建VPN加密流量FL‑XGB识别模型,采用Focal Loss函数对Xgboost集成学习模型进行改进,平衡难易样本的比例不均;为了进一步提高模型对VPN加密流量的识别性能,提出VPN加密流量识别模型优化方法,对VPN加密流量FL‑XGB识别模型进行改进。该方法科学合理,准确性较高,可适用于VPN加密流量的识别问题,对维护网络安全具有一定实用意义。

    一种基于集成学习的VPN加密流量识别方法

    公开(公告)号:CN115174170A

    公开(公告)日:2022-10-11

    申请号:CN202210717842.3

    申请日:2022-06-23

    Abstract: 本发明是一种基于集成学习的VPN加密流量识别方法,其特点是,包括:针对VPN加密流量数据特征冗余问题,采用基于最大相关最小冗余的VPN加密流量特征选择方法;针对VPN加密流量数据存在的类别不平衡问题,构建VPN加密流量FL‑XGB识别模型,采用Focal Loss函数对Xgboost集成学习模型进行改进,平衡难易样本的比例不均;为了进一步提高模型对VPN加密流量的识别性能,提出VPN加密流量识别模型优化方法,对VPN加密流量FL‑XGB识别模型进行改进。该方法科学合理,准确性较高,可适用于VPN加密流量的识别问题,对维护网络安全具有一定实用意义。

Patent Agency Ranking