-
题名如何实现在速故障点的测试
- 1
-
-
作者
王君虎
-
机构
上海交通大学微电子学院
-
出处
《科技与生活》
2010年第3期92-92,共1页
-
文摘
提出了一套采用片内PLL时钟,实现在速扫描测试电路故障的方法,包括设计思路,设计实现方法,电路的结构和测试向量的产生,以及仿真验证这个电路结构。
-
关键词
可测试性设计
在速故障
片内时钟OCC(On
CHIP
Clock)
PLL
-
分类号
U269.6
[机械工程—车辆工程]
-
-
题名基于改进双重深度Q网络的入侵检测模型
被引量:3
- 2
-
-
作者
吴亚丽
王君虎
郑帅龙
-
机构
西安理工大学自动化与信息工程学院
陕西省复杂系统控制与智能信息处理重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第16期102-110,共9页
-
基金
国家重点研发计划(2018YFB1703000)
陕西重点研发计划(2020ZDLGR07-06)。
-
文摘
入侵检测技术作为网络安全有效的防御手段,是网络安全体系中的重要组成部分。随着互联网的快速发展,网络数据量快速增加,网络攻击更加趋于复杂化和多元化,目前主流的入侵检测技术无法有效识别各种攻击。针对实际网络环境中正常流量和攻击流量数据不平衡,且对攻击类流量检测率低的问题,基于深度强化学习提出一种基于改进双重深度Q网络的CBL_DDQN网络入侵检测模型。该模型将一维卷积神经网络和双向长短期记忆网络的混合网络模型引入深度强化学习的DDQN框架,并使用深度强化学习中的反馈学习和策略生成机制训练智能体来对不同类别的攻击样本进行分类,在一定程度上减弱了训练模型过程中对数据标签的依赖性。采用Borderline-SMOTE算法降低数据的不平衡度,从而提高稀有攻击的检测率。通过NSL_KDD和UNSW_NB15数据集对模型的性能进行评估,结果表明:该模型在准确率、精确率、召回率这三项指标上均取得了良好的结果,检测效果远优于Adam-BNDNN、KNN、SVM等检测方法,是一种高效的网络入侵检测模型。
-
关键词
入侵检测
深度强化学习
双重深度Q网络
卷积神经网络(CNN)
长短期记忆网络(LSTM)
-
Keywords
intrusion detection
deep reinforcement learning
double deep Q-network
convolutional neural network(CNN)
long short-term memory network(LSTM)
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名门座式龙门吊双划线供电施工技术分析
- 3
-
-
作者
王君虎
杜昌鲁
张任飞
蒲飞飞
刘军
-
机构
中国建筑土木建设有限公司
-
出处
《机电信息》
2018年第33期108-109,共2页
-
文摘
龙门吊是许多行业必不可少的生产辅助设备,在实际生产过程中,龙门吊主要供电方式有卷线器供电、高架裸划线供电和低空滑轮托线供电。现提出低空双划线供电方式,介绍了工法特点及原理,阐述了施工工艺流程及操作要点,总结了施工质量及安全环保措施,分析了工法的经济效益。
-
关键词
供电方式
低空滑轮划线
起重机技术
-
分类号
TM72
[电气工程—电力系统及自动化]
TH21
[机械工程—机械制造及自动化]
-