公共文化服务平台

搜索到79911篇“ SAE“的相关文章

SAE1070钢链板贝氏体等温淬火工艺: 2025年; 利用JMatPro金属材料模拟软件对SAE1070钢链板贝氏体等温淬火过程进行了研究。模拟计算表明,SAE1070钢的Ac1温度为718.7℃,Ac3温度为735.1℃,Ms温度为252.3℃。SAE1070钢的贝氏体等温淬火工艺为820℃奥氏体化40 min;285℃盐浴等温处理35 min;在等温水冷后230℃回火保温120 min。通过等温淬火和回火处理,链板的组织由下贝氏体、回火马氏体和少量残余奥氏体组成,硬度达到53~54 HRC。链板和销轴组装成链条后进行试验,其抗拉强度、疲劳寿命和磨损伸长率均符合相关标准要求。; 代玉杰陈立鹏; 关键词：等温淬火链板

SAE1215H盘条氧化铁皮鼓泡机理分析: 2025年; SAE1215H盘条生产过程中表面氧化铁皮出现鼓泡。对SAE1215H盘条采用不同温度加热,保温5 min后空冷,观察SAE1215H试样氧化铁皮形貌并分析氧化铁皮成分,当温度达到950℃时,SAE1215H盘条的氧化铁皮表面出现鼓泡,同时有穿透性裂缝,其原因是P元素聚积于氧化铁皮与基体界面,使Fe_(3)(PO_(4))_(2)含量增高,在950℃分解和升华后造成氧化铁皮起泡脱落。研究表明,适当降低轧制过程温度和吐丝温度可以防止SAE1215H盘条表面出现鼓泡。; 董强苏永泽侯建伟亓奉友韩莹王千瑞; 关键词：盘条易切削钢吐丝温度

低碳齿轮钢SAE5120H等温正火材的研制: 2025年; 低碳齿轮钢SAE5120H等温正火材具有低磷、低氧、纯净度高、带状组织评级较低以及圆钢硬度低等优点,适用于采用冷锻工艺制造汽车齿轮零部件。江阴兴澄采用合理的炼钢、连铸、轧制以及等温正火工艺生产出了高品质SAE5120H等温正火圆钢。低碳齿轮钢SAE5120H圆钢的成功研制,提升了我国冷锻齿轮用钢的质量水平。; 张学诚李忠平; 关键词：纯净度

基于SAE和WGAN的入侵检测方法研究: 2025年; 近年来,机器学习和深度学习(ML/DL)领域技术飞速发展,将其应用到IDS中的研究也越来越多。但是,目前入侵检测领域的数据集存在特征冗余和攻击分类样本数量不平衡的问题。针对上述问题,提出基于自编码器SAE和生成对抗网络WGAN的网络异常检测方法。首先,针对特征冗余问题,使用堆叠自编码器的编码-隐层-解码思想进行数据降维,细化各类特征,提取更适用于分类的低维度特征。其次,针对样本不平衡(数据量少、种类不多的)问题,将处理过的数据作为生成器的来源输入到WGAN模型中,利用生成对抗网络的生成功能进行样本扩充,弥补分类模型训练过程中某些类型样本数据不足的问题,最终通过RF分类模型进行检测。在数据集NSL-KDD上的实验结果表明,基于本文方法建立的模型SAE-WGAN-RF的F 1-Score为95.58%,Recall为96.54%,Precision为96.03%,相比常见的经典算法的性能有显著提高。; 刘拥民许成黄浩张钱垒赵俊杰; 关键词：异常检测

一种SAE8620H钢末端淬透性检测方法: 本发明公开了一种SAE8620H钢末端淬透性检测方法，属于金属材料性能技术领域，旨在解决相关技术中淬透性的检测方法的检测值的一致性较差的问题；包括以下步骤：制备试样；将所述试样置于热处理炉中，在热处理炉中添加氮气，所述氮...; 孙铭王爱萍王博陆嘉伟许世成

基于SAE和LSTM神经网络的深部未钻地层可钻性预测方法: 2025年; 在制定深部地层钻进提速方案时,对地层可钻性进行钻前预测是十分必要的,现有的岩石可钻性预测方法精度低,难以满足钻井设计的要求。为此,提出一种基于SAE和LSTM神经网络相结合的组合模型对深部未钻地层的可钻性进行预测。并将SAE-LSTM组合模型的训练时间和预测结果与BP神经网络、支持向量机、随机森林和单一的LSTM模型进行了对比分析。结果表明:所构建的SAE-LSTM组合模型预测地层可钻性训练用时最短,预测值与实际测量值误差最小,拟合结果的均方根误差RMSE仅为0.081,平均绝对百分比误差MAPE为1.189,决定系数R^(2)为0.966,其RMSE和MAPE最小,R 2最大,较其他模型预测精度更高。该方法为地层参数预测提供了新的途径,能改善以往预测方法在处理复杂地层问题时预测效率低、预测精度不高等问题。; 朱亮朱亮纪慧楼一珊; 关键词：岩石可钻性

基于F-SAE网络的GIS设备局部放电噪声抑制方法: 2025年; 在进行气体绝缘金属封闭开关设备(GIS)早期局部放电(PD)监测时,信号容易受到噪声干扰,从而造成对PD故障的误判。为减少噪声对PD信号的影响,本文提出一种基于分数阶随机自动编码器(F-SAE)的噪声抑制方法。该方法以自动编码器为核心,采用Tchebichef矩函数转换一维PD信号的正交特性进行噪声抑制。该方法在网络反向传播过程中引入分数阶梯度下降以提升网络层之间的权重信息更新效率,并通过随机奇异值变换压缩权重信息,共同提升F-SAE网络对PD信号的降噪性能。本文对真实GIS设备下0.5 dB、1.5 dB和5 dB的三种染噪PD信号进行降噪,其中0.5 dB染噪PD信号去噪后的信噪比分别为5.48 dB、6.28 dB和6.92 dB以及均方根差百分比分别为42.51%、57.28%和58.14%。并且降噪性能皆优于所对比的小波变换算法和去噪自动编码器。; 张彦军徐肃张瑞强刘轶李智玲卢霄霞余传祥; 关键词：气体绝缘金属封闭开关设备局部放电噪声抑制

基于SAE的高压输电线路断股缺陷识别检测方法: 本发明涉及计算机视觉应用技术领域，尤其涉及一种基于SAE的高压输电线路断股缺陷识别检测方法，该方法通过对获得的输电线图像进行无监督特征学习获取高层局部特征，并利用相关分析算法对高层局部视觉特征进行特征选择，降低特征间的相...; 裴求根邵彦宁严宇平王国瑞阮伟聪钱正浩余子勇胡波吴文远林嘉鑫陈观寿陈泽鸿岑超宇

基于SAE特征优选和集成学习的半监督网络入侵检测方法: 2025年; 网络入侵检测数据呈现高维、非线性和不均衡特点,导致有监督类入侵检测方法泛化能力弱且少数类检测准确率低。针对该问题,文中提出一种联合稀疏自编码器(Sparse Auto-Encoder,SAE),最小极大概率机(Min-Max Probability Machine,MPM)和Bagging集成学习的不均衡样本半监督网络入侵检测方法。首先,采用SAE无监督的学习出原始高维数据的低维隐层特征,以剔除冗余特征并实现数据降维;然后,采用MPM半监督分类器实现对“正常(Normal)”和“异常(Abnormal)”两种网络状态的有效区分;进而,利用K-均值,基于密度的聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)和高斯混合模型(Gaussian Mixture Model,GMM)三种无监督聚类方法对MPM判决为“Abnormal”的数据进行进一步聚类分析;最后,利用Bagging集成学习对三种聚类结果进行综合,从而获得最终的入侵检测结果。同时针对K-均值,DBSCAN和GMM模型参数设置问题,文中提出改进的蚁群算法(Improved Ant Colony Optimization,IACO)进行全局寻优,提升聚类性能。基于KDDCUP99数据集的试验结果表明,相对于两种有监督类方法和一种无监督类方法,所提方法的检测准确率提升超过2.7%,误检率降低超过1.05%,且降低数据获取难度,具有较高的应用前景。; 苑占江桂改花; 关键词：网络入侵聚类分析

受SAE-PK保护的AP-STA相互认证: 本文的实施方案提供了用于在无线局域网中认证接入点和站的系统、装置和方法。接入点和站可生成密钥加密密钥(KEK)。该接入点和该站可传送基于该KEK加密的认证凭据。该接入点可通过验证该站认证凭据来认证该站，并且该站可通过验证...; 刘勇S·R·撒库S·K·杨C·F·多明格斯J·L·克内希特D·R·博尔赫斯

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈