检索范围:
排序: 展示方式:
基于特征-模式图的SDN下分布式拒绝服务攻击发现方法 Special Feature on Future Network-Research Article
Ya XIAO, Zhi-jie FAN, Amiya NAYAK, Cheng-xiang TAN
《信息与电子工程前沿(英文)》 2019年 第20卷 第9期 页码 1195-1208 doi: 10.1631/FITEE.1800436
DoS攻击下信息物理电网系统的弹性分布式经济调度 Research Articles
杨飞生1,2,梁旭辉2,管晓宏1
《信息与电子工程前沿(英文)》 2021年 第22卷 第1期 页码 1-140 doi: 10.1631/FITEE.2000201
流追踪:一种软件定义网络中低开销的时延测量和路径追踪方法 Article
硕 汪,娇 张,韬 黄,江 刘,韵洁 刘,F. Richard YU
《信息与电子工程前沿(英文)》 2017年 第18卷 第2期 页码 206-219 doi: 10.1631/FITEE.1601280
关键词: 软件定义网络;网络检测;路径追踪
陈学勤,吴慧中,朱耀琴
《中国工程科学》 2009年 第11卷 第8期 页码 72-78
随着分布式仿真系统与Web服务技术的结合日益紧密,以及功能与资源分离的愈加明显,导致大量仿真资源暴露于网络中,传统、单一的访问控制模型已无法应对
一种安全、高性能的软件定义网络多控制器体系结构 Article
Huan-zhao WANG,Peng ZHANG,Lei XIONG,Xin LIU,Cheng-chen HU
《信息与电子工程前沿(英文)》 2016年 第17卷 第7期 页码 634-646 doi: 10.1631/FITEE.1500321
基于梯度跟踪和分布式重球加速的分布式随机优化算法 Research Articles
孙碧皓1,胡锦辉1,夏大文2,李华青1
《信息与电子工程前沿(英文)》 2021年 第22卷 第11期 页码 1463-1476 doi: 10.1631/FITEE.2000615
一种用于判断分布式网络中故障节点的自主故障诊断及决策算法 Article
Adel KHOSRAVI,Yousef SEIFI KAVIAN
《信息与电子工程前沿(英文)》 2016年 第17卷 第9期 页码 885-896 doi: 10.1631/FITEE.1500176
相对传感网络分布式卡尔曼滤波器的收敛性分析 Research
Che LIN, Rong-hao ZHENG, Gang-feng YAN, Shi-yuan LU
《信息与电子工程前沿(英文)》 2018年 第19卷 第9期 页码 1063-1075 doi: 10.1631/FITEE.1700066
王光辉,唐新明,张涛,戴海伦,彭瑶瑶
《中国工程科学》 2021年 第23卷 第6期 页码 92-100 doi: 10.15302/J-SSCAE-2021.06.017
作为典型的清洁能源类型之一,分布式光伏具有投资小、建设快等特点,可以有效解决能源短缺的农村地区和负荷密度高的工业区用电问题。建筑物屋顶是分布式光伏设施建设的重要载体,建筑物的数量直接关系着分布式光伏的建设潜力,因而监测和分析全国建筑的空间分布对分布式光伏的规划建设具有重要价值。本文以 2 m 分辨率国产高分卫星遥感影像为数据源,利用深度学习技术提取了全国范围的建筑区,典型区域建筑占比系数表征全国不同区域的建筑屋顶面积;分析全国建筑屋顶的空间特征,研究分布式光伏的建设潜力分布格局,结合人口空间分布提出了分布式光伏的建设路径建议。按照分布式光伏就地建设、就地使用原则,各省份可分为四个梯队,从东部人口稠密且分布式光伏建设潜力大的区域开始建设,分级分步推进全国的分布式光伏建设实施;建立基于卫星遥感的全国分布式光伏建设动态监测机制,为分布式光伏建设规划路径的动态更新提供支撑
种基于特征选择与迁移学习的度量补偿软件缺陷预测方法 Research Article
陈锦富1,2,王小丽1,2,蔡赛华1,2,徐家平1,陈静怡1,陈海波1
《信息与电子工程前沿(英文)》 2022年 第23卷 第5期 页码 715-731 doi: 10.1631/FITEE.2100468
关键词: 缺陷预测;特征选择;迁移学习;度量补偿
杜偲偲
《中国工程科学》 2015年 第17卷 第3期 页码 84-87
在国家大力促进分布式能源发展的背景下,借鉴国外分布式能源的发展经验,有助于国家分布式能源的发展。文章分别概述了美国、德国和日本分布式能源发展的目标、现状和相关政策。在此基础上,总结了发展分布式能源的五点启示:建章立制;确立目标;改革电力系统;建立并网标准;设立经济激励政策。
关键词: 分布式能源;国外;启示
大数据的分布式机器学习的策略与原则 Review
Eric P. Xing,Qirong Ho,Pengtao Xie,Dai Wei
《工程(英文)》 2016年 第2卷 第2期 页码 179-195 doi: 10.1016/J.ENG.2016.02.008
大数据的发展已经引领了对能够学习包含数百万至数十亿参数的复杂模型的机器学习系统的新需求,以保证足够的能力来消化海量的数据集,提供强大的预测分析(如高维潜特征、中介表示和决策功能)。为了在这样的尺度上,在成百上千台的分布式机器集群中运行机器学习算法,关键往往是要投入显著的工程性的努力——有人可能会问,这样的工程是否还属于机器学习的研究领域?考虑到如此“大”的机器学习系统可以极大地从根植于机器学习的统计和算法的理解中受益——因此,机器学习的研究人员应该不会回避这样的系统设计—&mdash它们关注的是机器学习研究传统上注意较少的四个关键问题:一个机器学习程序怎样能分布到一个集群中去?机器学习计算怎样能通过机器间的交流连接起来?这样的交流是如何被执行的?机器间应该交流的内容是什么?通过揭示机器学习程序所独有的,而非常见于传统计算机程序中的基础性的统计和算法上的特点,并通过剖析成功案例,以揭示我们如何利用这些原则来同时设计和开发高性能的分布式机器学习软件以及通用的机器学习框架,我们为机器学习的研究人员和从业者提供了进一步塑造并扩大机器学习与系统之间的领域的机会
一种面向软件缺陷预测的相似性度量特征选择方法 Article
Qiao YU, Shu-juan JIANG, Rong-cun WANG, Hong-yang WANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第11期 页码 1744-1753 doi: 10.1631/FITEE.1601322
宋之平
《中国工程科学》 2004年 第6卷 第12期 页码 78-84
现代分布式能量系统的出现是能源领域涉及可持续发展战略的一件大事。讨论了有关这一系统的一些基本概念,把它定义为“位于或临近用户中心、不以大规模、远距离输送电力为目的并具有环境相容性的电力总能系统”。分布式能量系统为热电联产和多联产的有效实施提供了最有利的系统形式,以分布式能量系统的方式耗用天然气可提高其经济性和与环境的相容性。认为,从长远的观点应把洁净煤也视为分布式能量系统的重要一次能源。选择在发展大型集中式能量系统过程的同时不失时机、因地制宜地发展分布式能量系统,把它放在与之并行不悖且相辅相成的地位,以促进我国能源事业的可持续化发展。
标题 作者 时间 类型 操作