期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
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 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
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
上一页 1 下一页 到第
使用帮助 返回顶部