期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到449篇文章
< 1 2 … 23 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MIDBO-SVR的网络安全态势评估方法
1
作者 陈秋琼 徐华志 +1 位作者 熊伟男 刘卫丽 《现代电子技术》 北大核心 2025年第5期101-106,共6页
针对当前网络安全态势评估模型收敛速度慢、准确度不高的问题,提出一种多策略融合改进的蜣螂优化(MIDBO)支持向量回归机(SVR)的网络安全态势评估方法。利用混沌精英反向学习策略初始化蜣螂种群,提升种群多样性和质量;采用自适应权重的... 针对当前网络安全态势评估模型收敛速度慢、准确度不高的问题,提出一种多策略融合改进的蜣螂优化(MIDBO)支持向量回归机(SVR)的网络安全态势评估方法。利用混沌精英反向学习策略初始化蜣螂种群,提升种群多样性和质量;采用自适应权重的黄金正弦策略对滚球蜣螂位置进行更新,以平衡局部挖掘能力和全局搜索能力;引入Lévy飞行策略改进偷窃蜣螂位置更新公式,提高算法跳出局部最优能力;借鉴鲸鱼优化位置更新方法改进繁殖、觅食行为,提高算法的收敛速度和寻优精度。通过MIDBO优化SVR,获得最佳核函数参数和惩罚因子,构建MIDBO-SVR网络安全态势评估模型。实验结果表明,MIDBO-SVR评估模型与APSO-SVR、DBO-SVR和SVR评估模型相比,具有更高的分类准确率和运行效率,综合性能最优。 展开更多
关键词 网络安全 态势评估 多策略 DBO 支持向量回归机 自适应权重
在线阅读 下载PDF
Huber-AQMRD算法:应对网络拥塞的性能改进
2
作者 晁凯 康百成 王双全 《现代电子技术》 北大核心 2025年第1期65-70,共6页
随着信息化时代的蓬勃发展,信息传输已经渗透到了日常生活和商业活动的方方面面,成为不可或缺的一部分。然而,这种信息传输的大规模增长也带来了一系列问题,其中包括网络拥塞等现象变得愈加普遍。在应对网络拥塞问题时,主动队列管理(AQM... 随着信息化时代的蓬勃发展,信息传输已经渗透到了日常生活和商业活动的方方面面,成为不可或缺的一部分。然而,这种信息传输的大规模增长也带来了一系列问题,其中包括网络拥塞等现象变得愈加普遍。在应对网络拥塞问题时,主动队列管理(AQM)算法显得尤为重要,其中包括随机早期检测(RED)和自适应平均队列大小及其变化率(AQMRD)算法等。尽管这些算法已经起到了一定作用,但在提升吞吐量与服务质量方面仍有进步的空间。针对已有算法的不足,文中提出一种基于AQMRD的改进算法,即Huber-AQMRD算法。该算法通过引入“Huber”损失函数,更准确地评估队列大小与期望值之间的差异,从而优化了丢包函数的设计。通过ns3仿真实验验证,Huber-AQMRD算法在降低丢包率的同时,提高了网络吞吐量和服务质量,对于解决大规模增长的信息传输下的网络拥塞问题,提升网络性能和用户体验具有重要意义。 展开更多
关键词 网络拥塞 主动队列管理 Huber-AQMRD NS3 丢包率 吞吐量
在线阅读 下载PDF
基于PointNet优化网络的铁路站台语义分割 被引量：1
3
作者 鲁子明 黄世秀 +2 位作者 季铮 张思仪 黄翔翔 《现代电子技术》 北大核心 2024年第3期68-72,共5页
铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对... 铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。 展开更多
关键词 点云分割 深度学习 铁路站台 铁路侵界 PointNet 金字塔结构 深度神经网络 语义分割
在线阅读 下载PDF
基于VMD-ISSA-LSTM的短时交通流预测研究
4
作者 庞学丽 宋坤 +2 位作者 姚红云 李一博 曹志富 《现代电子技术》 北大核心 2024年第8期31-36,共6页
针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合... 针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合,建立一种短时交通流预测模型(VMD-ISSA-LSTM)。首先利用VMD对历史原始交通流数据进行分解;然后采用佳点集、正弦函数扰动和Tent混沌映射等策略对标准的SSA算法加以改进,增强ISSA算法的寻优能力;最后,将每个分量送入ISSA-LSTM中进行预测,同时将预测结果线性叠加,得到交通流量预测值。以上海市中山北路-曹杨路口2018年11月1日—30日的历史交通数据对模型进行验证。结果表明,与LSTM、VMD-LSTM、VMD-SSA-LSTM等传统预测模型相比,VMD-ISSA-LSTM模型的预测结果的平均绝对百分比误差为1.278 4%,能够更好地应用于短时交通流预测中。 展开更多
关键词 短时交通流预测 变分模态分解 改进麻雀搜索算法 长短期记忆神经网络 佳点集 正弦函数扰动 Tent混沌映射
在线阅读 下载PDF
视觉-语言多模态下的多任务人脸年龄估计
5
作者 何江 池静 +1 位作者 池佳稷 高松 《现代电子技术》 北大核心 2024年第14期171-176,共6页
现有的年龄估计方法仅基于人脸图像,无法充分利用图像背后的语言背景信息。此外,这些方法通常专注于单一年龄估计任务的优化,忽略了相近任务带来的提高模型性能的信息。针对上述问题,提出一种基于视觉-语言多模态的多任务人脸年龄估计... 现有的年龄估计方法仅基于人脸图像,无法充分利用图像背后的语言背景信息。此外,这些方法通常专注于单一年龄估计任务的优化,忽略了相近任务带来的提高模型性能的信息。针对上述问题,提出一种基于视觉-语言多模态的多任务人脸年龄估计方法。该方法利用提示文本信息为年龄估计提供更丰富、更准确的图像理解和先验知识。同时,引入多任务学习方法,利用任务间的互补性将年龄分类任务与序数回归任务相结合,以获得更好的性能。最后,为了获得可靠的预测结果,研究了加权平均法和任务回归法两种多任务结果融合方法,并对加权平均法的权重系数进行了消融实验,以期找到一组合适的权重系数。结果表明:与其他先进方法相比,所提方法在UTK-FACE数据集上的平均绝对误差(MAE)降低了7.32%,在MorphⅡ数据集上的MAE降低了1.20%,累积分数(CS)提升了0.11%。 展开更多
关键词 年龄估计 视觉-语言多模态 多任务学习 加权平均法 提示文本 任务回归器
在线阅读 下载PDF
基于优化VMD-CNN-BiLSTM的电机轴承智能故障诊断研究 被引量：5
6
作者 曹景胜 于洋 +1 位作者 王琦 董翼宁 《现代电子技术》 北大核心 2024年第12期115-121,共7页
针对滚动轴承早期故障信号较弱及特征数据提取效果差,导致故障诊断准确率低以及故障诊断效率低的问题,提出一种信号处理结合深度神经网络的故障诊断方法。首先,采用变分模态分解(VMD)法提取主轴承振动数据中的特征数据;然后为了确定VMD... 针对滚动轴承早期故障信号较弱及特征数据提取效果差,导致故障诊断准确率低以及故障诊断效率低的问题,提出一种信号处理结合深度神经网络的故障诊断方法。首先,采用变分模态分解(VMD)法提取主轴承振动数据中的特征数据;然后为了确定VMD算法中最佳的模态分量个数K及惩罚参数α,增强特征提取的效果,将最小排列熵作为适应度函数,采用全局优化能力强的正弦混沌自适应鲸鱼优化算法(CAWOA)进行参数的确定,得到最优模态分量;接着,根据最优模态分量构造特征向量,将特征向量作为CNN-BiLSTM网络的输入,实现故障的分类。最后,根据实验平台采集的数据进行实验分析。结果表明,优化VMD-CNN-BiLSTM轴承故障诊断模型相较于其他故障诊断模型,在准确率以及实时性上均有明显提升。 展开更多
关键词 变分模态分解(VMD) 卷积神经网络(CNN) 双向长短期记忆(BiLSTM) 滚动轴承 智能故障诊断 特征数据提取 正弦混沌自适应鲸鱼优化算法
在线阅读 下载PDF
基于图卷积神经网络的三维点云分割算法Graph⁃PointNet 被引量：5
7
作者 陈苏婷 陈怀新 张闯 《现代电子技术》 2022年第6期87-92,共6页
三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Grap... 三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Graph⁃PointNet在经典点云模型PointNet的基础上,结合二维图像中聚类思想,设计了图卷积特征提取模块取代多层感知器嵌入PointNet中。图卷积特征提取模块首先通过K近邻算法搜寻相邻特征点组成图结构,接着将多组图结构送入图卷积神经网络提取局部特征用于分割。同时文中设计一种新型点云采样方法多邻域采样,多邻域采样通过设置点云间夹角阈值,将点云区分为特征区域和非特征区域,特征区域用于提取特征,非特征区域用于消除噪声。对室内场景S3DIS、室外场景Semantic3D数据集进行实验,得到二者整体精度分别达到89.33%和89.78%,平均交并比达到64.62%,61.47%,均达到最佳效果。最后,进行消融实验,进一步证明了文中所提出的多邻域采样和图卷积特征提取模块对提高点云语义分割的有效性。 展开更多
关键词 三维点云分割 图卷积神经网络 Graph⁃PointNet 语义分割 深度学习 多邻域采样 特征提取
在线阅读 下载PDF
基于GA-BP神经网络的城市用水量预测 被引量：13
8
作者 武风波 赵盼 吕茜彤 《现代电子技术》 北大核心 2020年第8期147-150,共4页
城市用水准确的预测结果,对城市供水系统的控制具有直接的影响,而良好的城市用水控制系统不仅能够提高城市各个时段的供水效率,而且对城市人民生活幸福指数有较高的影响。该文设计通过分析传统的BP神经网络对城市用水量预测容易陷入局... 城市用水准确的预测结果,对城市供水系统的控制具有直接的影响,而良好的城市用水控制系统不仅能够提高城市各个时段的供水效率,而且对城市人民生活幸福指数有较高的影响。该文设计通过分析传统的BP神经网络对城市用水量预测容易陷入局部误差极小,预测结果存在一定误差,提出在BP神经网络的基础上通过遗传算法优化BP神经网络进行城市用水量预测。通过设计GA-BP神经网络的具体结构,对已知的城市每日时用水量数据进行网络训练和学习。结果显示该模型具有一定的精度和适用性,预测结果可用于城市供水优化调度模型。 展开更多
关键词 城市用水 用水量预测 BP神经网络 预测建模 网络训练 仿真分析
在线阅读 下载PDF
融合注意力机制的LSTM-GCN网络人体行为识别 被引量：2
9
作者 高治军 顾巧瑜 韩忠华 《现代电子技术》 2022年第19期93-98,共6页
针对现有人体骨架行为识别方法中因只侧重于视频数据中时间或空间信息的单独提取而存在的时空特征提取不充分的问题,提出一种融合注意力机制的LSTM-GCN网络。该网络设计为LSTM层和图卷积层两层,其中LSTM层重点提取骨架序列的时间信息,... 针对现有人体骨架行为识别方法中因只侧重于视频数据中时间或空间信息的单独提取而存在的时空特征提取不充分的问题,提出一种融合注意力机制的LSTM-GCN网络。该网络设计为LSTM层和图卷积层两层,其中LSTM层重点提取骨架序列的时间信息,图卷积层重点提取骨架序列的空间信息。同时在两个网络层中融入了注意力机制,并按人体骨骼点对整体动作贡献程度对其分配不同的权重,实现了对数据中显著特征及关键帧的增强识别。两个网络层按一定的比重融合后利用Softmax对动作进行分类识别。为验证该方法的优越性,在Kinetics和NTU-RGB+D两个比较典型的公开数据集上进行了仿真实验和消融实验。同时录制了一些相似度高、易混淆的视频,并对其识别结果可视化,再次证明该方法的普适性。实验结果表明该方法可以有效增强人体骨骼行为识别性能,并在计算精度和识别效率上具有一定的优势。 展开更多
关键词 骨架序列 人体行为识别 图卷积网络 注意力机制 消融实验 深度学习 双层卷积网络
在线阅读 下载PDF
超密集Small Cell网络下TD-LTE同频干扰电源抑制方法研究 被引量：2
10
作者 陈海燕 袁超伟 《现代电子技术》 北大核心 2017年第18期181-183,186,共4页
传统动态ICIC方法通过频率协调避免同一资源被调度,实现同频干扰的抑制,但是该方法在负载过高的环境下,不能完成有效抑制。针对描述的情况,融合同频干扰抑制以及数字同频干扰抑制,提出TD-LTE同时同频双工同频干扰电源抑制方法。其硬件... 传统动态ICIC方法通过频率协调避免同一资源被调度,实现同频干扰的抑制,但是该方法在负载过高的环境下,不能完成有效抑制。针对描述的情况,融合同频干扰抑制以及数字同频干扰抑制,提出TD-LTE同时同频双工同频干扰电源抑制方法。其硬件包括数字模块、同频模块以及同频干扰重建模块,对各模块的组成结构进行设计。给出了该方法的软件流程过程。实验检测结果表明,所提方法具有较高的同频干扰抑制性能,可增加小区边缘用户的吞吐量,增强频带利用率。 展开更多
关键词 超密集Small Cell网络 TD-LTE同频干扰 电源 抑制
在线阅读 下载PDF
基于改进QPSO的模糊C-均值聚类算法 被引量：3
11
作者 杨照峰 时合生 《现代电子技术》 2014年第7期118-120,共3页
针对模糊C-均值聚类算法容易陷入局部极值等缺陷,提出了基于改进QPSO的模糊C-均值聚类,算法利用QPSO的优点,并对量子门更新策略进行了改进。实验结果显示该算法提高了模糊聚类算法的聚类效果以及搜索能力,在全局寻优能力、跳出局部最优... 针对模糊C-均值聚类算法容易陷入局部极值等缺陷,提出了基于改进QPSO的模糊C-均值聚类,算法利用QPSO的优点,并对量子门更新策略进行了改进。实验结果显示该算法提高了模糊聚类算法的聚类效果以及搜索能力,在全局寻优能力、跳出局部最优能力、收敛速度等方面具有优势。 展开更多
关键词 模糊C-均值聚类 量子粒子群优化 聚类分析 量子门更新策略
在线阅读 下载PDF
自适应变系数PSO-RBF算法及其在预测工程的应用 被引量：2
12
作者 林大志 王锐利 《现代电子技术》 北大核心 2016年第11期113-115,共3页
RBF神经网络对于非线性预测具有较好的效果,但是其存在容易陷入局部最小值以及收敛速度慢等缺点,研究一种自适应变系数PSO算法对RBF神经网络的初始参数进行优化,之后由RBF神经网络对粒子群算法优化后的网络参数进行精细优化,从而提高神... RBF神经网络对于非线性预测具有较好的效果,但是其存在容易陷入局部最小值以及收敛速度慢等缺点,研究一种自适应变系数PSO算法对RBF神经网络的初始参数进行优化,之后由RBF神经网络对粒子群算法优化后的网络参数进行精细优化,从而提高神经网络的稳定性以及收敛效率和精度等。自适应变系数PSO算法主要是将自适应递减和递增因子以及自适应调节惯性权重算子策略引入到常规的PSO算法中,从而改进算法在搜索空间中的遍历性,提高寻找全局最优解的概率,提高收敛精度和效率。最后,以炼钢过程中的煤气消耗量与钢铁产量的非线性关系作为预测实例进行研究,使用结果表明,研究的基于自适应变系数PSO-RBF神经网络的预测模型具有很好的预测能力,能够在预测工程中发挥较大的作用。 展开更多
关键词 非线性预测 RBF神经网络 自适应变系数粒子群算法 煤气量预测
在线阅读 下载PDF
IPv6环境下无线网络入侵行为动态取证系统设计
13
作者 王庆刚 顾峰 +1 位作者 陈华春 张林 《现代电子技术》 北大核心 2025年第5期115-119,共5页
为在IPv6网络协议环境下对无线网络中的入侵行为进行准确监控和记录,以收集、保存无线网络入侵相关的证据,设计IPv6环境下无线网络入侵行为动态取证系统。该系统通过无线网卡连接IPv6环境下以太网,使用数据包捕获模块获取无线网络数据包... 为在IPv6网络协议环境下对无线网络中的入侵行为进行准确监控和记录,以收集、保存无线网络入侵相关的证据,设计IPv6环境下无线网络入侵行为动态取证系统。该系统通过无线网卡连接IPv6环境下以太网,使用数据包捕获模块获取无线网络数据包后,将其输入到IPv6协议解析模块内,通过该模块对无线网络数据包实施解析处理,得到无线网络数据属性值参数。再将无线网络数据属性值参数输入到入侵行为取证模块内,该模块对无线网络数据属性值参数进行量化后,运用Clameleon聚类算法对量化后的无线网络数据属性值参数进行聚类处理,得到无线网络数据属性值参数中的入侵行为参数,实现无线网络入侵行为动态取证。实验结果表明,该系统具备较强的无线网络数据包捕获能力和无线网卡驱动能力,并可有效对不同类型的网络入侵行为进行动态取证,应用效果较佳。 展开更多
关键词 IPV6环境 无线网络 入侵行为 动态取证 Clameleon聚类 网卡驱动 数据解析 数据量化
在线阅读 下载PDF
基于注意力循环神经网络的联合深度推荐模型
14
作者 郭东坡 何彬 +1 位作者 张明焱 段超 《现代电子技术》 北大核心 2025年第1期80-84,共5页
为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和... 为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和反向编码,获得隐藏状态输出,并将其输入双层注意力机制中,提取项目特征,利用全连接层提取用户偏好特征。在预测层中建立项目与用户的交互模型,获得项目评分,为用户推荐高评分的项目。为了提高模型精度,加权融合MSE损失函数、CE损失函数和RK损失函数建立组合损失函数,对深度联合训练模型展开训练,提高模型的推荐性能。仿真结果表明,所提方法具有良好的推荐效果,能够适应不断变化的市场需求和用户行为。 展开更多
关键词 双层注意力机制 循环神经网络 用户偏好 组合损失函数 交互模型 联合深度推荐模型
在线阅读 下载PDF
基于对抗性机器学习的网络欺骗攻击模式辨识研究
15
作者 杨鹏 郭思莹 《现代电子技术》 北大核心 2025年第5期86-90,共5页
为精准、自动辨识网络欺骗攻击模式,提升网络传输安全性,提出基于对抗性机器学习的网络欺骗攻击模式辨识方法。该方法提取可描述网络流量的行为模式、分布状况以及流量间相互关系的网络流表特征集,将其输入生成对抗网络中进行训练,构建... 为精准、自动辨识网络欺骗攻击模式,提升网络传输安全性,提出基于对抗性机器学习的网络欺骗攻击模式辨识方法。该方法提取可描述网络流量的行为模式、分布状况以及流量间相互关系的网络流表特征集,将其输入生成对抗网络中进行训练,构建网络欺骗攻击模式辨识模型;生成器在损失函数的指导下生成接近真实样本的数据集,再将其输入判别器中;判别器采用多层结构设计,将各个判别器的输出结果进行整合后获取其平均值作为最后的判断依据,结合权重矩阵对该结果进行投票,输出网络欺骗攻击模式辨识结果。测试结果显示,该方法能够可靠提取网络流表特征,各个网络欺骗攻击类别的平均绝对误差百分比结果均在0.014 0以下,最小结果仅为0.005 8,效果良好。 展开更多
关键词 对抗性机器学习 网络欺骗 攻击模式辨识 生成器 判别器 网络流表特征
在线阅读 下载PDF
基于DFA-Petri网模型的桥式起重车辆IWD优化调度
16
作者 陈佩峰 全成斌 《现代电子技术》 北大核心 2017年第22期110-115,118,共7页
为了提高车间桥式起重车辆(OTC)运行的有效调度,实现最短运输时间目标,提出基于DFA-Petri网模型的OTC系统车辆IWD优化调度算法。首先,对OTC系统车辆的时间-序列模型进行描述,并利用Petri网模型方法来简化优化约束,利用有限自动机(DFA)... 为了提高车间桥式起重车辆(OTC)运行的有效调度,实现最短运输时间目标,提出基于DFA-Petri网模型的OTC系统车辆IWD优化调度算法。首先,对OTC系统车辆的时间-序列模型进行描述,并利用Petri网模型方法来简化优化约束,利用有限自动机(DFA)方法实现OTC系统状态空间二进制输入的降维,降低模型复杂度;其次,构建基于DFA-Petri网的OTC系统车辆优化调度模型,并利用智能水滴算法(IWD)进行调度优化;最后,通过仿真实验,验证了所提模型在调度时间指标上的优势,体现了所提方法的车辆调度实时性。 展开更多
关键词 桥式起重车辆 有限自动机 PETRI网 智能水滴算法
在线阅读 下载PDF
三维无线移动传感器网络k-覆盖研究
17
作者 刘春梅 《现代电子技术》 2012年第1期52-54,58,共4页
考虑移动传感器的移动会大量消耗能量且比较昂贵,使用密度为O(k)的移动传感器来满足网络k-覆盖的密度需求,并给出了网络要达到k-覆盖传感器需移动的最大距离的一个界O((log L)1/3);建立了三维网络传感器移动数学模型,将传感器重新部署... 考虑移动传感器的移动会大量消耗能量且比较昂贵,使用密度为O(k)的移动传感器来满足网络k-覆盖的密度需求,并给出了网络要达到k-覆盖传感器需移动的最大距离的一个界O((log L)1/3);建立了三维网络传感器移动数学模型,将传感器重新部署问题转化为最大网络流问题,用分布式重新部署算法仿真证明了其有效性。 展开更多
关键词 无线传感器网络 k-覆盖 最大移动距离 最大网络流算法
在线阅读 下载PDF
基于知识图谱技术的计算机网络链路漏洞检测研究
18
作者 辛瑞雯 高云 《现代电子技术》 北大核心 2025年第1期97-101,共5页
计算机网络链路的漏洞信息具有类型复杂、来源广及数量庞大等特点,导致此类漏洞的威胁判断尤为困难。知识图谱技术具有数据整合及统一表示特性,可以统一结构化整合呈现复杂特点的漏洞信息,为此,文中提出基于知识图谱技术的计算机网络链... 计算机网络链路的漏洞信息具有类型复杂、来源广及数量庞大等特点,导致此类漏洞的威胁判断尤为困难。知识图谱技术具有数据整合及统一表示特性,可以统一结构化整合呈现复杂特点的漏洞信息,为此,文中提出基于知识图谱技术的计算机网络链路漏洞检测方法。收集计算机网络链路的各种数据源漏洞信息,抽取其中的漏洞实体知识与关系知识,构建网络链路漏洞知识图谱。运用卷积神经网络模型学习该知识图谱中的漏洞知识,通过训练后的模型实现网络链路漏洞检测。结果显示,该方法可针对包含不同类型、数量链路漏洞的工况,实现漏洞知识图谱的构建,并且漏洞威胁检测精度始终保持在90%以上。因此,说明所研究检测方法的检测结果精准可靠,可为计算机网络链路数据安全传输提供保障。 展开更多
关键词 知识图谱 计算机网络 链路漏洞 漏洞实体知识 关系知识 知识抽取 网络安全
在线阅读 下载PDF
基于LSTM-Attention神经网络的文本特征提取方法 被引量：29
19
作者 赵勤鲁 蔡晓东 +1 位作者 李波 吕璐 《现代电子技术》 北大核心 2018年第8期167-170,共4页
针对当前文本分类神经网络不能充分提取词语与词语和句子与句子之间的语义结构特征信息的问题,提出一种基于LSTM-Attention的神经网络实现文本特征提取的方法。首先,分别使用LSTM网络对文本的词语与词语和句子与句子的特征信息进行提取... 针对当前文本分类神经网络不能充分提取词语与词语和句子与句子之间的语义结构特征信息的问题,提出一种基于LSTM-Attention的神经网络实现文本特征提取的方法。首先,分别使用LSTM网络对文本的词语与词语和句子与句子的特征信息进行提取;其次,使用分层的注意力机制网络层分别对文本中重要的词语和句子进行选择;最后,将网络逐层提取得到的文本特征向量使用softmax分类器进行文本分类。实验结果表明,所提方法可以有效地提取文本的特征,使得准确率得到提高。将该方法应用在IMDB,yelp2013和yelp2014数据集上进行实验,分别得到52.4%,66.0%和67.6%的正确率。 展开更多
关键词 LSTM-Attention 注意力机制 文本分类 神经网络 文本特征提取 softmax
在线阅读 下载PDF
基于BSNN-ARX的光伏逆变器模型辨识 被引量：1
20
作者 杨立滨 张海宁 +2 位作者 李春来 杨军 王平 《现代电子技术》 北大核心 2017年第7期167-170,174,共5页
光伏逆变器是光伏并网系统的核心部件,将基于Hammerstein模型的非线性系统辨识方法引入到光伏并网逆变器的建模中,把单相光伏并网逆变器视为双输入单输出的非线性黑箱系统。在Hammerstein模型的静态非线性环节采用B样条神经网络,动态线... 光伏逆变器是光伏并网系统的核心部件,将基于Hammerstein模型的非线性系统辨识方法引入到光伏并网逆变器的建模中,把单相光伏并网逆变器视为双输入单输出的非线性黑箱系统。在Hammerstein模型的静态非线性环节采用B样条神经网络,动态线性环节采用ARX模型,同时采用基于误差学习准则和最小二乘递归准则的自适应学习方法。实验测试结果表明,提出的BSNN-ARX光伏逆变器模型辨识方法可以对不同天气条件下的逆变器输出功率进行高精度的辨识,从而为并网逆变器的建模提供一种有效途径。 展开更多
关键词 光伏逆变器 B样条神经网络 ARX模型 系统辨识
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 23 下一页 到第 页
使用帮助 返回顶部