找到 6 条结果 · IEEE Access
基于PCA和堆叠自编码器的混合机器学习框架用于智能电网数据注入攻击检测
Hybrid ML Framework for Data Injection Attack Detection Using PCA and Stacked Autoencoders
Shahid Tufail · Hasan Iqbal · Mohd Tariq · Arif I. Sarwat · IEEE Access · 2025年2月
随着智能电网日益互联，网络攻击特别是数据注入攻击变得更加普遍。此外，模型训练需要准确无偏的高质量数据。我们从现实世界收集的大多数数据稀疏、不完整、不一致和倾斜。为解决这些问题，本研究提出检测此类攻击的框架。使用堆叠自编码器架构生成少数类数据的合成实例。生成的类别解决数据不平衡以增强模型泛化能力并应对多样化攻击场景。评估各种机器学习算法，随机森林RF模型始终达到卓越准确率，范围从99.32%到95.89%。特别是，逻辑回归LR等传统算法对降维表现出敏感性，当主成分从全部降至10时经历16.96%准...
解读: 该数据注入攻击检测技术对阳光电源智能电网安全至关重要。阳光iSolarCloud平台和ST储能系统接入电网SCADA系统，面临虚假数据注入攻击威胁。该研究的堆叠自编码器和随机森林混合方法可集成到阳光网络安全防护体系，检测异常数据和攻击行为。在电网侧储能场景下，数据注入攻击可能导致储能系统误动作，影响...
探索机器学习和深度学习技术在神经疾病脑电信号分类中的有效性
Exploring the Effectiveness of Machine Learning and Deep Learning Techniques for EEG Signal Classification in Neurological Disorders
Souhaila Khalfallah · William Puech · Mehdi Tlija · Kais Bouallegue · IEEE Access · 2025年1月
神经疾病是全球身体和认知残疾的主要原因，影响约15%的全球人口。本研究探索机器学习ML和深度学习DL技术在处理脑电图EEG信号以检测癫痫、自闭症谱系障碍ASD和阿尔茨海默病等神经疾病中的应用。呈现详细工作流程，从使用头戴设备采集EEG数据开始，然后使用有限脉冲响应FIR滤波器和独立成分分析ICA进行数据预处理以消除噪声和伪影。数据分段后提取带功率和Shannon熵等关键特征以提高分类准确性。这些特征存储在离线数据库中便于分析期间访问，然后应用于ML和DL模型，系统测试性能并与先前研究比较结果。研...
解读: 该EEG信号分类技术对阳光电源智能诊断系统有跨领域借鉴意义。虽然阳光主要聚焦能源设备，但信号处理和特征提取方法可应用于阳光设备状态监测和故障诊断。FIR滤波和ICA噪声消除技术对阳光电力电子设备信号处理有参考价值。机器学习和深度学习模型对比分析思路可应用于阳光故障分类算法开发。该研究验证的高准确率，...
智慧健康系统中面向安全、效率和功率优化的专家混合联邦学习和信任管理
An Expert Hybrid Federated Learning and Trust Management for Security, Efficiency, and Power Optimization in Smart Health Systems
Sohrab Khan · Nayab Imtiaz · Arnab Kumar Biswas · Zeeshan Bin Siddique 等5人 · IEEE Access · 2025年3月
智慧医疗系统中大量健康设备互联共享患者数据，面临严重的安全和隐私问题。本文提出新型混合联邦SVM和信任管理模型，通过协作性、诚实性和社区信任参数计算信任度。该模型异常检测总体准确率达95%，线性核、RBF核和多项式核准确率分别为95%、93%和95%，为健康系统提供安全和隐私保护。该方法轻量化，减少52.5%计算量，促进不必要能耗节约和计算开销降低，提升智慧健康基础设施安全性。
解读: 该联邦学习和边缘计算技术对阳光电源物联网设备安全管理有借鉴意义。阳光iSolarCloud平台连接海量光伏储能设备，需要高效安全的数据处理机制。联邦学习可实现分布式设备本地数据处理和模型训练，降低云端数据传输和计算压力。信任管理机制可增强阳光设备间通信安全性。该轻量化方案可应用于阳光边缘控制器，在保...
基于机器学习和可解释人工智能的分布式智能电网可解释预测
Interpretable Prediction of a Decentralized Smart Grid Based on Machine Learning and Explainable Artificial Intelligence
Ahmet Cifci · IEEE Access · 2025年2月
分布式智能电网概念已成为高效管理和分配电能的可行方法。确保电网稳定性和可靠性，特别是在可再生能源集成和产消者数量增加的情况下，是该领域的主要挑战。本研究通过利用机器学习ML模型和可解释人工智能XAI技术预测分布式智能电网稳定性来应对该挑战。研究实施分布式智能电网控制DSGC概念的四节点星型网络，使用基于该网络仿真的数据集。对比十种ML模型包括AdaBoost、ANN、GBoost、k-NN、LR、NB、RF、SGD、SVM和XGBoost在预测电网稳定性方面的性能。采用XAI方法特别是SHAP和...
解读: 该智能电网稳定性预测技术对阳光电源虚拟电厂和智能电网解决方案有重要应用价值。阳光iSolarCloud平台管理分布式光伏储能资源，需要准确的电网稳定性预测。机器学习模型可集成到阳光平台的智能调度系统中，提前识别潜在稳定性风险。可解释AI技术SHAP可增强阳光智能决策系统的透明度和可信度。产消者管理是...
基于物联网传感器的视障人士障碍物检测与警告系统
Obstacle Detection and Warning System for Visually Impaired Using IoT Sensors
Sunnia Ikram · Imran Sarwar Bajwa · Amna Ikram · Isabel de la Torre Díez 等6人 · IEEE Access · 2025年2月
视障人士的安全独立移动需要高效障碍物检测系统。本研究提出创新智能膝盖手套,集成机器学习技术实现实时障碍物检测和警报。系统配备超声波传感器、PIR传感器和蜂鸣器,Arduino Uno微控制器管理数据处理。为增强检测准确性,利用决策树DT、支持向量机SVM、K近邻KNN、随机森林RF和高斯朴素贝叶斯GNB等多种机器学习算法。提出新型投票分类器集成方法,有效结合这些分类器优势最大化性能。严格交叉验证确保不同条件下鲁棒评估。实验结果表明系统在4米范围内实现98.34%检测准确率,具有高精度、召回率和F...
解读: 该障碍物检测技术对阳光电源智能运维系统有借鉴意义。阳光iSolarCloud平台可借鉴集成多传感器和机器学习算法的思路,实现光伏电站设备异常检测和巡检机器人障碍物识别。投票分类器集成方法可应用于阳光故障诊断系统,提高检测准确性和鲁棒性。Arduino微控制器的边缘处理架构与阳光分布式智能设备理念一致...
通过机器学习增强可及性：视觉和听觉障碍技术综述
Enhancing Accessibility Through Machine Learning: A Review on Visual and Hearing Impairment Technologies
Pal Patel · Shreyansh Pampaniya · Ananya Ghosh · Ritu Raj 等6人 · IEEE Access · 2025年2月
机器学习驱动的辅助技术正在变革感官障碍的解决方式。本文全面综述为听觉和视觉障碍群体设计的机器学习算法。针对听觉障碍，分析SVM、随机森林RF和多层感知器MLP等先进模型在听觉辅助应用中的有效性。针对视觉障碍，评估YOLO、SSD和RetinaNet等最先进目标检测框架实现实时物体识别和导航辅助的能力。研究还综述生成式AI在视觉和听觉障碍场景中的应用，强调深度学习模型在推进辅助技术、提升感官障碍者生活质量方面的变革潜力。
解读: 该机器学习辅助技术对阳光电源智慧运维和人机交互系统有启发意义。阳光iSolarCloud平台可借鉴目标检测技术实现光伏组件缺陷自动识别和无人机巡检。YOLO等实时检测算法可应用于阳光储能电站安全监控和异常检测。语音识别和自然语言处理技术可优化阳光智能运维系统的人机交互界面，提升现场运维人员操作便利性...