一种基于局部线性嵌入和极限学习机的隐匿虚假数据注入攻击检测方法，先获取电网系统的测量信息，将测量信息作为训练样本，其中包括正常样本和被攻击样本，再确定近邻点个数K值大小和降维后的特征维数，通过计算样本点的重构权值矩阵，将样本点映射嵌入到低维空间，再训练极限学习机，最后将新的测量样本降维处理，作为极限学习机检测模型的输入，得到检测结果。本发明能够有效的检测隐匿虚假数据注入攻击。
📄 2020105332282
📂 G06K9_62
👤 浙江工业大学
📅 2020-06-12
本发明公开了基于极限学习机的风电机组叶根载荷估计方法，充分利用风电数据采集系统信息资源和极限学习机快速学习的优点，根据建模要求确定输出变量，采用主元分析确定系统输入变量，通过极限学习机建立风电机组叶根载荷估计模型，通过模型计算相应输入状态下载荷估计值。运用极限学习机算法进行风电机组建模不仅简单，而且收敛速度快，可对机组性能和状态进行快速识别估计，为风机建模研究提供了一种行之有效的方法。
📄 2018101346880
📂 F03D17_00
👤 湖南工业大学
📅 2018-02-09
本发明属于计算机/煤矿安全领域，具体涉及一种基于增量式极限学习机的煤矿安全风险预警方法，该方法包括：构建基于增量式极限学习机的煤矿安全风险预测模型；实时获取煤矿数据，对该数据进行预处理，将预处理后的数据输入到训练好的基于增量式极限学习机的煤矿安全风险预测模型中，得到该煤矿安全风险预测结果；根据煤矿安全风险预测结果对该煤矿进行预警；本发明的模型预测输出和实际事故发生状况拟合度更好，且预测输出稳定性较好，没有出现大幅度的波动，即本发明对煤矿风险预测结果更可靠，更有优势。
📄 2022102633107
📂 G06Q10_06
👤 重庆邮电大学
📅 2022-03-17
柿子坊 · 知识产权运营
柿子坊知识产权运营平台