专利交易市场

一种基于单分类支持向量机的燃气SCADA系统中间人攻击检测方法，包括如下步骤：1)对于燃气管网SCADA系统传感器返回的阀门开关信号的数据进行特征提取；2)首先使用燃气SCADA系统所有正常工况下运行出来的数据集去训练单分类支持向量机模型，然后用验证集验证模型的准确率，使用测试集去检验单分类支持向量机模型的泛化能力，通过不断调节核函数和惩罚参数，找到一个最优的单分类支持向量机模型；3)实时攻击检测，按照采样时间实时的返回燃气SCADA系统的阀门开关信号，对信号进行编码计算，将数据特征放入训练好的支持向量机模型中，判断该采样时刻点的阀门是否受到攻击。本发明有效检测燃气SCADA系统中间人攻击。

本发明公开了基于支持向量机的钱塘江潮时预报方法,本发明具体步骤是：读取历史涌潮到达时间以及高潮位数据，计算得到隔日时间差；对历史高潮位数据和连续两日隔日时间差数据进行归一化处理；根据预报日从历史数据中挑选同条件下的数据构造训练样本；利用训练样本训练支持向量机模型；利用支持向量机模型结合输入参数得到预测数据。该发明是一种泛化能力强、计算效率高的钱塘江潮时预报方法，预测可靠性比传统方法要高，整个分析过程快速方便，容易被使用者掌握。

本发明公开了一种融合多特征的支持向量机面向对象遥感影像分类方法，包括以下步骤：(1)利用分水岭算法分割遥感影像，提取像元级的Gabor纹理和GMRF纹理，在此基础上提取各个分割对象的特征值；(2)建立对象的空间邻接关系矩阵，根据相邻对象间的公共边界长度改进莫兰指数，利用莫兰指数计算各个对象特征的空间自相关性，以特征的空间自相关性计算特征的权重；(3)通过改进SVM的核函数，构建特征加权的自适应SVM面向对象分类模型；(4)选取训练样本，结合对象的光谱特征、Gabor纹理和GMRF纹理，应用加权SVM进行对象分类。本发明通过特征融合的面向对象分类提高了遥感影像分类结果精度。

本发明针对优化的挥发窑工况操作模式获取困难，导致其生产过程经济指标波动较大，运行状况不稳定问题，发明了一种融合最小二乘支持向量机回归与粒子群优化的挥发窑工况操作模式优化方法。本发明为使挥发窑产品质量、能耗、有害气体排放工艺指标达到最优，利用基于粒子群算法的多目标优化方法寻找最优挥发窑工况操作模式。针对寻优过程适应度值无法获取问题，根据挥发窑的输入条件以及当前状态，建立基于最小二乘支持向量机回归的挥发窑工况评价模型，预测挥发窑工艺指标值，从而获得相应的适应度值。本发明所提方法有利于挥发窑生产过程节能减排水平的提高。