期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进单类支持向量机的工业控制网络入侵检测方法
被引量:
18
1
作者
刘万军
秦济韬
曲海成
《计算机应用》
CSCD
北大核心
2018年第5期1360-1365,1371,共7页
针对单类支持向量机(OCSVM)入侵检测方法无法检测内部异常点和离群点导致决策函数偏离训练样本的问题,提出了一种结合具有噪声的密度聚类(DBSCAN)方法和K-means方法的OCSVM异常入侵检测算法。首先通过DBSCAN算法,剔除训练数据中的离群点...
针对单类支持向量机(OCSVM)入侵检测方法无法检测内部异常点和离群点导致决策函数偏离训练样本的问题,提出了一种结合具有噪声的密度聚类(DBSCAN)方法和K-means方法的OCSVM异常入侵检测算法。首先通过DBSCAN算法,剔除训练数据中的离群点,消除离群点的影响;然后利用K-means划分数据类簇的方法筛选出内部异常点;最后利用OCSVM算法为每一个类簇建立单分类器用于检测异常数据。工控网络数据集上的实验结果表明,该组合分类器能够利用无异常数据样本检测出工控网络入侵,并且提高了OCSVM方法的检测效果。在气体管道网络数据集入侵检测实验中,所提方法的总体检测率为91.81%;而原始OCSVM算法则为80.77%。
展开更多
关键词
单
类
支持向量机
具有噪声的密度聚类
K-MEANS
工业控制网络
异常入侵检测
下载PDF
职称材料
基于PSO-DBSCAN和SCGAN的未知雷达信号处理方法
被引量:
7
2
作者
曹鹏宇
杨承志
+1 位作者
石礼盟
吴宏超
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第4期1158-1165,共8页
针对雷达实际侦察过程中会侦收到大量样本库中所没有的未知雷达信号,设计了一种基于粒子群优化的具有噪声的密度聚类算法和半监督条件生成对抗网络的单脉冲未知雷达信号处理方法。通过粒子群优化算法得到具有噪声的密度聚类算法的最优...
针对雷达实际侦察过程中会侦收到大量样本库中所没有的未知雷达信号,设计了一种基于粒子群优化的具有噪声的密度聚类算法和半监督条件生成对抗网络的单脉冲未知雷达信号处理方法。通过粒子群优化算法得到具有噪声的密度聚类算法的最优输入参数后,对未知雷达信号进行聚类,在聚类算法输出的簇中采用距离筛选算法筛选出更为可信的样本将其扩展到雷达样本库中。当加入的未知雷达信号的种类过多时,需对特征提取网络进行扩展训练,而样本库中数据量较小,难以支持特征提取网络进行有效扩展训练。因此,借鉴了半监督条件生成对抗网络实现小样本情况下未知信号的训练和分类识别。仿真结果表明,本方法的未知雷达信号识别效果表现良好。
展开更多
关键词
未知雷达信号识别
粒子群优化
具有噪声的密度聚类
算法
距离筛选算法
半监督条件生成对抗网络
下载PDF
职称材料
题名
基于改进单类支持向量机的工业控制网络入侵检测方法
被引量:
18
1
作者
刘万军
秦济韬
曲海成
机构
辽宁工程技术大学软件学院
出处
《计算机应用》
CSCD
北大核心
2018年第5期1360-1365,1371,共7页
基金
辽宁省教育厅科研一般项目(L2015216)
辽宁工程技术大学生产技术基金资助项目(20160092T)~~
文摘
针对单类支持向量机(OCSVM)入侵检测方法无法检测内部异常点和离群点导致决策函数偏离训练样本的问题,提出了一种结合具有噪声的密度聚类(DBSCAN)方法和K-means方法的OCSVM异常入侵检测算法。首先通过DBSCAN算法,剔除训练数据中的离群点,消除离群点的影响;然后利用K-means划分数据类簇的方法筛选出内部异常点;最后利用OCSVM算法为每一个类簇建立单分类器用于检测异常数据。工控网络数据集上的实验结果表明,该组合分类器能够利用无异常数据样本检测出工控网络入侵,并且提高了OCSVM方法的检测效果。在气体管道网络数据集入侵检测实验中,所提方法的总体检测率为91.81%;而原始OCSVM算法则为80.77%。
关键词
单
类
支持向量机
具有噪声的密度聚类
K-MEANS
工业控制网络
异常入侵检测
Keywords
One-Class Support Vector Machine (OCSVM)
Density-Based Spatial Clustering of Applications with Noise(DBSCAN)
K-means
industrial control network
abnormal intrusion detection
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于PSO-DBSCAN和SCGAN的未知雷达信号处理方法
被引量:
7
2
作者
曹鹏宇
杨承志
石礼盟
吴宏超
机构
空军航空大学航空作战勤务学院
中国人民解放军
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第4期1158-1165,共8页
基金
国防科技卓越青年基金(315090303)资助课题。
文摘
针对雷达实际侦察过程中会侦收到大量样本库中所没有的未知雷达信号,设计了一种基于粒子群优化的具有噪声的密度聚类算法和半监督条件生成对抗网络的单脉冲未知雷达信号处理方法。通过粒子群优化算法得到具有噪声的密度聚类算法的最优输入参数后,对未知雷达信号进行聚类,在聚类算法输出的簇中采用距离筛选算法筛选出更为可信的样本将其扩展到雷达样本库中。当加入的未知雷达信号的种类过多时,需对特征提取网络进行扩展训练,而样本库中数据量较小,难以支持特征提取网络进行有效扩展训练。因此,借鉴了半监督条件生成对抗网络实现小样本情况下未知信号的训练和分类识别。仿真结果表明,本方法的未知雷达信号识别效果表现良好。
关键词
未知雷达信号识别
粒子群优化
具有噪声的密度聚类
算法
距离筛选算法
半监督条件生成对抗网络
Keywords
unknown radar signal recognition
particle swarm optimization(PSO)
density-based spatial clustering of applications with noise(DBSCAN)
distance filtering algorithm
semi-supervised conditional generation adversarial network(SCGAN)
分类号
TN974 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进单类支持向量机的工业控制网络入侵检测方法
刘万军
秦济韬
曲海成
《计算机应用》
CSCD
北大核心
2018
18
下载PDF
职称材料
2
基于PSO-DBSCAN和SCGAN的未知雷达信号处理方法
曹鹏宇
杨承志
石礼盟
吴宏超
《系统工程与电子技术》
EI
CSCD
北大核心
2022
7
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部