| 基于1d-MSCNN+GRU的工業入侵檢測方法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：613 K | |
| 標簽： 一維多尺度卷積 門控循環單元 入侵檢測 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對傳統機器學習方法對特征依賴大，以及傳統卷積神經網絡只通過提取重要的局部特征來完成識別分類，收斂速度慢的問題，提出了一維多尺度卷積神經網絡和門控循環單元相結合的入侵檢測方法。該方法使用一維多尺度卷積神經網絡加強對特征的捕捉能力，加快收斂速度，采用門控循環單元把握空間特征，減少通道數量擴張，降低數據維度。使用KDD CUP 99數據集和密西西比州大學的天然氣管道的數據集進行仿真實驗，結果表明與經典的機器學習分類器相比，該方法具有較高的入侵檢測性能和較好的泛化能力。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2