基于1d-MSCNN+GRU的工業(yè)入侵檢測方法研究
所屬分類：技術論文
上傳者：zhoubin333
文檔大?。?span>613 K
標簽： 一維多尺度卷積 門控循環(huán)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(tǒng)機器學習方法對特征依賴大，以及傳統(tǒng)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(huán)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(huán)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。