| 基于1d-MSCNN+GRU的工業(yè)入侵檢測(cè)方法研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：613 K | |
| 標(biāo)簽： 一維多尺度卷積 門控循環(huán)單元 入侵檢測(cè) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)方法對(duì)特征依賴大，以及傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)只通過(guò)提取重要的局部特征來(lái)完成識(shí)別分類，收斂速度慢的問(wèn)題，提出了一維多尺度卷積神經(jīng)網(wǎng)絡(luò)和門控循環(huán)單元相結(jié)合的入侵檢測(cè)方法。該方法使用一維多尺度卷積神經(jīng)網(wǎng)絡(luò)加強(qiáng)對(duì)特征的捕捉能力，加快收斂速度，采用門控循環(huán)單元把握空間特征，減少通道數(shù)量擴(kuò)張，降低數(shù)據(jù)維度。使用KDD CUP 99數(shù)據(jù)集和密西西比州大學(xué)的天然氣管道的數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明與經(jīng)典的機(jī)器學(xué)習(xí)分類器相比，該方法具有較高的入侵檢測(cè)性能和較好的泛化能力。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
一維多尺度卷積 相關(guān)資源
zhoubin333 的最新分享
- 基于雙模單包授權(quán)的公路零信任安全應(yīng)用研究*
- 基于區(qū)塊鏈的法檢司數(shù)據(jù)安全共享技術(shù)研究*
- 揭開“算法的面紗”：關(guān)于構(gòu)建算法解釋框架的思考
- 企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護(hù)路徑探究
- 注意力經(jīng)濟(jì)下陪伴式人工智能平臺(tái)的侵權(quán)責(zé)任
- 數(shù)據(jù)抓取行為競(jìng)爭(zhēng)法規(guī)制中的利益衡量研究
- 基于同態(tài)的多對(duì)多電子投票方案設(shè)計(jì)*
- 基于策略和屬性隱藏的區(qū)塊鏈訪問(wèn)控制方法研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2