期刊文献+
共找到211篇文章
< 1 2 11 >
每页显示 20 50 100
A CNN-Based Single-Stage Occlusion Real-Time Target Detection Method
1
作者 Liang Liu Nan Yang +4 位作者 Saifei Liu Yuanyuan Cao Shuowen Tian Tiancheng Liu Xun Zhao 《Journal of Intelligent Learning Systems and Applications》 2024年第1期1-11,共11页
Aiming at the problem of low accuracy of traditional target detection methods for target detection in endoscopes in substation environments, a CNN-based real-time detection method for masked targets is proposed. The m... Aiming at the problem of low accuracy of traditional target detection methods for target detection in endoscopes in substation environments, a CNN-based real-time detection method for masked targets is proposed. The method adopts the overall design of backbone network, detection network and algorithmic parameter optimisation method, completes the model training on the self-constructed occlusion target dataset, and adopts the multi-scale perception method for target detection. The HNM algorithm is used to screen positive and negative samples during the training process, and the NMS algorithm is used to post-process the prediction results during the detection process to improve the detection efficiency. After experimental validation, the obtained model has the multi-class average predicted value (mAP) of the dataset. It has general advantages over traditional target detection methods. The detection time of a single target on FDDB dataset is 39 ms, which can meet the need of real-time target detection. In addition, the project team has successfully deployed the method into substations and put it into use in many places in Beijing, which is important for achieving the anomaly of occlusion target detection. 展开更多
关键词 real-time Mask Target CNN (Convolutional Neural network) Single-Stage detection Multi-Scale Feature Perception
下载PDF
Cyber Resilience through Real-Time Threat Analysis in Information Security
2
作者 Aparna Gadhi Ragha Madhavi Gondu +1 位作者 Hitendra Chaudhary Olatunde Abiona 《International Journal of Communications, Network and System Sciences》 2024年第4期51-67,共17页
This paper examines how cybersecurity is developing and how it relates to more conventional information security. Although information security and cyber security are sometimes used synonymously, this study contends t... This paper examines how cybersecurity is developing and how it relates to more conventional information security. Although information security and cyber security are sometimes used synonymously, this study contends that they are not the same. The concept of cyber security is explored, which goes beyond protecting information resources to include a wider variety of assets, including people [1]. Protecting information assets is the main goal of traditional information security, with consideration to the human element and how people fit into the security process. On the other hand, cyber security adds a new level of complexity, as people might unintentionally contribute to or become targets of cyberattacks. This aspect presents moral questions since it is becoming more widely accepted that society has a duty to protect weaker members of society, including children [1]. The study emphasizes how important cyber security is on a larger scale, with many countries creating plans and laws to counteract cyberattacks. Nevertheless, a lot of these sources frequently neglect to define the differences or the relationship between information security and cyber security [1]. The paper focus on differentiating between cybersecurity and information security on a larger scale. The study also highlights other areas of cybersecurity which includes defending people, social norms, and vital infrastructure from threats that arise from online in addition to information and technology protection. It contends that ethical issues and the human factor are becoming more and more important in protecting assets in the digital age, and that cyber security is a paradigm shift in this regard [1]. 展开更多
关键词 Cybersecurity Information Security network Security Cyber Resilience real-time Threat Analysis Cyber Threats Cyberattacks Threat Intelligence Machine Learning Artificial Intelligence Threat detection Threat Mitigation Risk Assessment Vulnerability Management Incident Response Security Orchestration Automation Threat Landscape Cyber-Physical Systems Critical Infrastructure Data Protection Privacy Compliance Regulations Policy Ethics CYBERCRIME Threat Actors Threat Modeling Security Architecture
下载PDF
Real-Time Method for Detecting Harmonic and Reactive Currents of Single-Phase Circuits 被引量:1
3
作者 张秀峰 丁菊霞 《Journal of Southwest Jiaotong University(English Edition)》 2006年第2期135-141,共7页
According to the characteristics of single-phase circuits and demand of using active filter for real-time detecting harmonic and reactive currents, a detecting method based on Fryze's power definition is proposed. Th... According to the characteristics of single-phase circuits and demand of using active filter for real-time detecting harmonic and reactive currents, a detecting method based on Fryze's power definition is proposed. The results of theoretical analysis and simula- tion show that the proposed method is effective in realtime detecting of instantaneous harmonic and reactive currents in single-phase circuits. When only detecting the total reactive currents, this method does not need a phase-locked loop circuit, and it also can be used in some special applications to provide different compensations on the ground of different requirements of electric network. Compared with the other methods based on the theory of instantaneous reactive power, this method is simple and easy to realize. 展开更多
关键词 Active filter HARMONIC Reactive current real-time detection Single-phase circuit Electric-network
下载PDF
Patient Centered Real-Time Mobile Health Monitoring System
4
作者 Won-Jae Yi Jafar Saniie 《E-Health Telecommunication Systems and Networks》 2016年第4期75-94,共20页
In this paper, we introduce a system architecture for a patient centered mobile health monitoring (PCMHM) system that deploys different sensors to determine patients’ activities, medical conditions, and the cause of ... In this paper, we introduce a system architecture for a patient centered mobile health monitoring (PCMHM) system that deploys different sensors to determine patients’ activities, medical conditions, and the cause of an emergency event. This system combines and analyzes sensor data to produce the patients’ detailed health information in real-time. A central computational node with data analyzing capability is used for sensor data integration and analysis. In addition to medical sensors, surrounding environmental sensors are also utilized to enhance the interpretation of the data and to improve medical diagnosis. The PCMHM system has the ability to provide on-demand health information of patients via the Internet, track real-time daily activities and patients’ health condition. This system also includes the capability for assessing patients’ posture and fall detection. 展开更多
关键词 Patient Remote Health Monitoring real-time Sensor Data Processing Wireless Body Sensor network Fall detection Heart Monitoring
下载PDF
基于Slim-YOLOv4与嵌入式设备的无人机检测
5
作者 郑玉恒 付东翔 《电子科技》 2023年第5期55-61,共7页
为了在资源受限的嵌入式设备上实现对无人机的实时检测,文中提出了一种基于YOLOv4的轻量化检测网络,即Slim-YOLOv4。该网络选用Ghostnet替换原YOLOv4的主干特征提取部分,将特征融合部分中的3×3卷积替换为深度可分离卷积,并对深度... 为了在资源受限的嵌入式设备上实现对无人机的实时检测,文中提出了一种基于YOLOv4的轻量化检测网络,即Slim-YOLOv4。该网络选用Ghostnet替换原YOLOv4的主干特征提取部分,将特征融合部分中的3×3卷积替换为深度可分离卷积,并对深度可分离卷积中的激活函数进行优化,以减少网络的参数量、计算量,加快网络的收敛。实验结果表明Slim-YOLOv4的准确率达到91.6%,与原YOLOv4相比损失了1.6%,但是原YOLOv4的权重文件高达250 MB。在不影响鲁棒性的前提下,Slim-YOLOv4的权重文件大小仅为42 MB,且优于Faster-RCNN模型的108 MB和Mobilenetv3模型的53 MB。新方法每秒处理的图片数量在PC上达到31.2 frames·s^(-1),在嵌入式设备上高达37.6 frames·s^(-1),证明可以将其部署到嵌入式设备上对无人机进行实时检测。 展开更多
关键词 轻量化网络 YOLOv4 无人机检测 嵌入式平台 深度学习 Ghostnet ELU 实时检测
下载PDF
基于实时目标检测网络的胎儿颜面部超声切面识别及应用
6
作者 刘中华 余卫峰 +4 位作者 吴秀明 薛浩 吕国荣 王小莉 柳培忠 《中国医学物理学杂志》 CSCD 2024年第2期247-252,共6页
目的:探讨基于实时目标检测网络的人工智能(AI)模型在胎儿颜面部超声检查中的应用价值。方法:以妊娠20~24周正常胎儿颜面部超声标准切面(FFUSP)图像为研究对象,构建基于实时目标检测网络的FFUSP识别模型,观察其对FFUSP及其解剖结构的识... 目的:探讨基于实时目标检测网络的人工智能(AI)模型在胎儿颜面部超声检查中的应用价值。方法:以妊娠20~24周正常胎儿颜面部超声标准切面(FFUSP)图像为研究对象,构建基于实时目标检测网络的FFUSP识别模型,观察其对FFUSP及其解剖结构的识别精度;通过临床验证分析其对119例胎儿超声图像中FFUSP识别效能以评价其临床应用价值。结果:AI模型对胎儿颜面部结构识别的整体查准率为97.8%、查全率为98.5%、mAP@.5为98.1%、mAP@.5:.95为61.0%。在临床验证中,AI模型对颜面部解剖结构识别的敏感度、特异度、阳性预测值、阴性预测值及准确率分别为100.0%、98.5%、87.4%、100.0%、98.7%,与胎儿超声专家分类一致性强(k=0.925,P<0.001);对3类标准切面图像的识别准确率为100%;动态视频检测平均速度为33.93帧/s。结论:基于实时目标检测网络的FFUSP识别模型性能优越,可应用于实时超声检查辅助诊断、教学及智能化质量评价。 展开更多
关键词 超声检查 人工智能 实时目标检测网络 胎儿 颜面部
下载PDF
多元化渐进域迁移弱监督实时目标检测
7
作者 李成严 郑企森 王昊 《哈尔滨理工大学学报》 CAS 北大核心 2024年第3期11-19,共9页
针对像素级自适应较大的图像翻译偏差,特征级自适应的源偏判别风险以及弱监督学习无法兼顾检测准确性和实时性等问题,提出了多元化域移位器和伪边界框生成器以逐步调整预训练模型,在像素级与特征级渐进完成自适应的域迁移框架。通过域... 针对像素级自适应较大的图像翻译偏差,特征级自适应的源偏判别风险以及弱监督学习无法兼顾检测准确性和实时性等问题,提出了多元化域移位器和伪边界框生成器以逐步调整预训练模型,在像素级与特征级渐进完成自适应的域迁移框架。通过域移位器从源域生成多样化的中间域图像调整检测模型以弥合域差距,减小图像翻译偏差。将中间域作为监督的源域,并结合目标域中的图像级标签生成伪标注图像调整检测模型以改善源偏判别性。基于SSD算法构建与域迁移框架相匹配的实时目标检测器,实现弱监督条件下的实时目标检测。在PASCAL VOC迁移至Clipart1k等数据集上的mAP优于现有方法0.4%~4.7%,检测速度为32 FPS~47 FPS,提高准确率的同时满足了实时检测的要求,具有更优越的迁移检测性能。 展开更多
关键词 实时目标检测 弱监督学习 域自适应 图像翻译网络 SSD算法
下载PDF
网络安全运维领域中的实时威胁检测与应对策略研究
8
作者 周敏 陈小东 《信息与电脑》 2024年第3期219-221,共3页
随着信息技术的不断发展,网络安全运维领域的实时威胁检测与应对策略显得尤为重要。文章首先深入分析网络安全运维领域中实时威胁检测的两种主要技术:基于签名的检测技术和基于行为分析的检测技术,其次探讨网络安全运维领域面临的实时威... 随着信息技术的不断发展,网络安全运维领域的实时威胁检测与应对策略显得尤为重要。文章首先深入分析网络安全运维领域中实时威胁检测的两种主要技术:基于签名的检测技术和基于行为分析的检测技术,其次探讨网络安全运维领域面临的实时威胁,包括零日攻击和高级持续性威胁,最后提出一系列应对策略,包括实时威胁情报的及时获取与分析、网络流量监控与异常行为检测,以及实施灵活的安全策略与演练应急响应计划,以帮助网络安全运维人员更好地防范和处理实时威胁。 展开更多
关键词 网络安全运维 实时威胁检测 应对策略
下载PDF
基于GA-BP神经网络的碾压混凝土压实度实时评价方法 被引量:11
9
作者 田正宏 苏伟豪 +1 位作者 郑祥 焦新宸 《水利水电科技进展》 CSCD 北大核心 2019年第3期81-86,共6页
针对碾压混凝土现场压实程度的实时工艺评价需求,选择含湿率、碾压层表面应力横波波速、级配以及胶砂比为预测参数,构建了GA-BP神经网络压实度预测模型;结合现场应用实例,验证该方法实时预测评价的有效性。结果表明:与BP神经网络模型比... 针对碾压混凝土现场压实程度的实时工艺评价需求,选择含湿率、碾压层表面应力横波波速、级配以及胶砂比为预测参数,构建了GA-BP神经网络压实度预测模型;结合现场应用实例,验证该方法实时预测评价的有效性。结果表明:与BP神经网络模型比较,GA-BP神经网络模型不仅预测精度更高,而且偏差波动范围更小,稳定性好,能更准确有效地预测现场碾压层混凝土压实性;GA-BP神经网络模型对碾压混凝土压实度下限值更敏感,压实度处于93%~96%的样本点,模型预测值的平均误差仅为0.08%,最大误差仅为0.17%,预测精度很高。 展开更多
关键词 碾压混凝土 压实度 实时检测 GA-BP神经网络 预测模型
下载PDF
基于改进YOLOv8算法的实时细粒度植物病害检测
10
作者 薛霞 刘鹏 周文 《中国农机化学报》 北大核心 2024年第5期188-194,共7页
为解决现有识别方法在植物病害检测中遇到的密集分布、不规则形态、多尺度目标类别、纹理相似性等障碍,提出一种高性能的实时细粒度植物病害检测框架。首先,在YOLOv8主干网络和颈部设计两个新的残差块,增强特征提取和降低计算成本;其次... 为解决现有识别方法在植物病害检测中遇到的密集分布、不规则形态、多尺度目标类别、纹理相似性等障碍,提出一种高性能的实时细粒度植物病害检测框架。首先,在YOLOv8主干网络和颈部设计两个新的残差块,增强特征提取和降低计算成本;其次,引入DenseNet层,并使用Hard-Swish函数作为主要激活函数,以提高模型的准确性;最后,设计PANet网络,用于保留细粒度的局部信息和改善特征融合。在不同的复杂环境下,对番茄植株的四种不同病害进行检测。试验结果表明,所提改进模型在检测准确性和速度上均优于现有模型的检测模型。当检测速度为71.23 FPS时,所提改进模型精确度为92.58%,召回率为97.59%,F_(1)分数为93.64%。为精准农业自动化提供有效的技术手段。 展开更多
关键词 植物病害检测 改进YOLOv8 实时目标检测 深度神经网络 残差网络
下载PDF
大数据背景下计算机信息技术在网络安全中的运用 被引量:3
11
作者 贾美明 《科技资讯》 2024年第1期30-33,共4页
随着互联网的迅猛发展和信息技术的日新月异,网络安全问题变得越来越突出和复杂化。恶意攻击、数据泄露、网络病毒等威胁不断涌现,对信息安全造成了严重的威胁。在这样的背景下,大数据技术的兴起为网络安全领域带来了新的机遇和挑战。... 随着互联网的迅猛发展和信息技术的日新月异,网络安全问题变得越来越突出和复杂化。恶意攻击、数据泄露、网络病毒等威胁不断涌现,对信息安全造成了严重的威胁。在这样的背景下,大数据技术的兴起为网络安全领域带来了新的机遇和挑战。首先介绍了大数据和网络安全的关系,其次详细阐述了大数据在网络安全中的应用领域,最后分析了大数据驱动的网络安全挑战和解决方案,并展望了未来的研究方向。 展开更多
关键词 计算机信息技术 网络安全 威胁情报分析 异常检测 实时监测 身份和访问 漏洞 日志
下载PDF
i_p-i_q谐波检测中三角基函数神经网络快速滤波方法的研究 被引量:1
12
作者 肖儿良 王新胜 +1 位作者 颜文超 韦荣明 《电测与仪表》 北大核心 2014年第18期73-79,共7页
瞬时无功功率的ip-iq谐波检测多以低通滤波器为基础,需采集大量数据才可以实现稳定输出,且响应与采集的数据量相关。现在也有很多谐波分析采用神经网络,但都是基于已经存在的数据直接导入,实时性无法体现。文章基于上述两种方式的不足,... 瞬时无功功率的ip-iq谐波检测多以低通滤波器为基础,需采集大量数据才可以实现稳定输出,且响应与采集的数据量相关。现在也有很多谐波分析采用神经网络,但都是基于已经存在的数据直接导入,实时性无法体现。文章基于上述两种方式的不足,分析提出一种用三角基函数神经网络替代低通滤波器的实时检测法,不在对固定的数值滤波分析,而是在Simulink中编写S程序,封装成模块,做到实时性检测效果,而且同样可以缩短响应时间,减小相对误差。运用MATLAB对两者进行仿真比较,结果表明三角基函数神经网络可以完全代替低通滤波器,且响应速度快,相对误差小,输出更稳定。 展开更多
关键词 ip-iq谐波检测法 低通滤波器 实时检测 三角基函数神经网络
下载PDF
改进Faster R-CNN的汽车仪表指针实时检测 被引量:4
13
作者 伍锡如 邱涛涛 《智能系统学报》 CSCD 北大核心 2021年第6期1056-1063,共8页
针对产业化的汽车仪表指针人工视觉检测效果差、检测速度慢和实时性低等问题,本文提出了一种改进的Faster R-CNN汽车仪表指针实时检测算法。通过改进原始的RoI网络层结构,实现小目标高低层特征之间的完整传递;采用双线性内插算法替代两... 针对产业化的汽车仪表指针人工视觉检测效果差、检测速度慢和实时性低等问题,本文提出了一种改进的Faster R-CNN汽车仪表指针实时检测算法。通过改进原始的RoI网络层结构,实现小目标高低层特征之间的完整传递;采用双线性内插算法替代两次量化操作,使得特征聚集变成连续的过程,能够有效减少计算时间;最后将工业机采集的视频数据,预处理成VOC格式数据集进行训练,调整超参数得到改进汽车仪表指针检测模型。实验结果表明:所提出的方法能够快速、准确地实现汽车仪表指针检测,单张图片的平均检测时间为0.197 s,平均检测精度可达92.7%。在不同类别仪表指针的迁移实验中,展示了良好的泛化性能。 展开更多
关键词 卷积神经网络 汽车仪表指针 实时检测 双线性内插 深度学习 模式识别 特征提取 特征聚集
下载PDF
融合轻量化神经网络的矿用输送带钢芯损伤检测方法
14
作者 盛彬 吴利刚 张楠 《控制工程》 CSCD 北大核心 2024年第7期1254-1262,共9页
为了提高矿用输送带钢芯损伤的检测准确度和实时性,对传统YOLOv5算法进行了改进。首先,引入轻量化神经网络,大幅度降低模型复杂度和运算量;其次,引入高效通道注意力(efficient channel attention,ECA)机制,提升检测准确度,并加快损失函... 为了提高矿用输送带钢芯损伤的检测准确度和实时性,对传统YOLOv5算法进行了改进。首先,引入轻量化神经网络,大幅度降低模型复杂度和运算量;其次,引入高效通道注意力(efficient channel attention,ECA)机制,提升检测准确度,并加快损失函数的收敛速度;再次,采用加权双向特征金字塔网络(bi-directional feature pyramid network,BiFPN),融合高分辨率和低分辨率的图像特征,提升模型的综合性能。实验结果表明,与YOLOv5模型相比,改进模型的参数量和浮点运算量分别减少了约64.52%和69.07%,网络层数由468层降低至295层,检测精确度和召回率分别提升了约15.83%和3.93%,检测速度达到了109.89帧/s。 展开更多
关键词 轻量化神经网络 注意力机制 跨通道特征融合 实时检测 深度学习
下载PDF
基于Mediapipe的手部姿态数据集制作方法
15
作者 童强 秦明远 《湖北师范大学学报(自然科学版)》 2024年第1期43-48,共6页
传统的手势姿态检测方法存在着数据量大、无效特征多、标注数据需求高等缺陷,由于个体差异和定制化需求,需要识别的手部动作不尽相同。此外,某些特殊场景下,基于公开数据集制作的模型并不能准确判断手部姿态。谷歌发布的Mediapipe手部... 传统的手势姿态检测方法存在着数据量大、无效特征多、标注数据需求高等缺陷,由于个体差异和定制化需求,需要识别的手部动作不尽相同。此外,某些特殊场景下,基于公开数据集制作的模型并不能准确判断手部姿态。谷歌发布的Mediapipe手部检测模型通过已训练成熟的手部关键点检测算法,可以直接获取手部关键点信息。因此,提出了一种基于Mediapipe模型的便捷的训练集收集程序,能够使用该数据集训练固定场景下的实时手势姿态检测算法。这种方法不仅提高了准确率,还减少了数据量和训练时间,从而提高了算法的效率和可靠性。同时建立了10分类手势数字数据集,通过多层感知机进行机器学习,在识别率和灵敏度上取得了较好的成果,正确率达93.38%. 展开更多
关键词 手部姿态检测 数据集 神经网络 实时检测
下载PDF
深度学习技术在网络入侵检测系统中的应用研究
16
作者 齐德林 《信息与电脑》 2024年第8期183-185,共3页
随着网络入侵的日益加剧,确保网络安全已经成为当今社会迫切需要解决的问题之一。本文提出了一种新型的网络入侵检测系统,它以深度学习技术为基础,高效准确地分析和识别网络流量数据,实现对各类网络入侵行为的及时检测和防范,并具有较... 随着网络入侵的日益加剧,确保网络安全已经成为当今社会迫切需要解决的问题之一。本文提出了一种新型的网络入侵检测系统,它以深度学习技术为基础,高效准确地分析和识别网络流量数据,实现对各类网络入侵行为的及时检测和防范,并具有较高的检测精度和实时性,从而有效地应对复杂多变的网络安全威胁,在实际应用中既能提高网络安全防护水平,又能有效地降低网络攻击造成的损失,具有十分重要的应用价值和推广意义。 展开更多
关键词 深度学习 网络安全 入侵检测 网络流量 实时性
下载PDF
基于卷积神经网络的实时视频目标检测优化方法
17
作者 兰玉博 《信息与电脑》 2024年第3期21-23,共3页
文章引入动态感兴趣区域(Dynamic Region of Interest,DROI)策略,提高基于区域卷积神经网络的快速目标检测(Faster Region-based Convolutional Neural Networks,Faster R-CNN)模型在实时视频目标检测任务中的性能。首先,分析Faster R-C... 文章引入动态感兴趣区域(Dynamic Region of Interest,DROI)策略,提高基于区域卷积神经网络的快速目标检测(Faster Region-based Convolutional Neural Networks,Faster R-CNN)模型在实时视频目标检测任务中的性能。首先,分析Faster R-CNN;其次,提出一种基于DROI的优化方法,通过动态调整感兴趣区域以适应目标的运动和变化;最后,在MOT17数据集上进行实验,验证该优化方法的有效性。 展开更多
关键词 卷积神经网络 动态感兴趣区域 目标检测 实时性
下载PDF
基于物联网技术的配电网智能监控与故障诊断研究
18
作者 陈思猷 吴英杰 《通信电源技术》 2024年第15期246-248,共3页
随着智能电网技术的发展,物联网技术越来越广泛地应用于配电网。基于物联网技术研究了配电网智能监控和故障诊断方法,以提升配电网运行的可靠性和稳定性。通过阐述物联网技术架构,详细探讨物联网技术在部署配电网监控系统、实时故障检... 随着智能电网技术的发展,物联网技术越来越广泛地应用于配电网。基于物联网技术研究了配电网智能监控和故障诊断方法,以提升配电网运行的可靠性和稳定性。通过阐述物联网技术架构,详细探讨物联网技术在部署配电网监控系统、实时故障检测与报警、故障定位与隔离、故障恢复与重构等方面的应用,并通过实验设计,验证所提方法的有效性,旨在为智能电网发展提供坚实技术支撑。 展开更多
关键词 物联网 智能配电网 监控系统 故障诊断 实时检测
下载PDF
一种基于Faster-RCNN的车辆实时检测改进算法 被引量:20
19
作者 杨薇 王洪元 +1 位作者 张继 张中宝 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第2期231-237,共7页
随着交通愈加发达,道路愈加拥堵,如何实时准确地获取车辆基本信息以便交通部门及时管理特定路段和路口的车辆显得日益重要.对交通视频中车辆的检测和识别,不仅需要实时检测,还要保证其准确性.针对实际情况中车辆之间的遮挡、光照的变化... 随着交通愈加发达,道路愈加拥堵,如何实时准确地获取车辆基本信息以便交通部门及时管理特定路段和路口的车辆显得日益重要.对交通视频中车辆的检测和识别,不仅需要实时检测,还要保证其准确性.针对实际情况中车辆之间的遮挡、光照的变化、阴影、道路旁树枝的晃动、背景中固定对象的移动等因素严重影响检测与识别的精度的问题,提出基于Faster-RCNN(Faster-Regions with CNN features)的车辆实时检测改进算法.首先采用k-means算法对KITTI数据集的目标框进行聚类,得到合适的长宽比,并增加一组尺度(64~2)以适应差异较大的车辆尺寸;然后改进区域提案网络,降低计算量,优化网络结构;最后在训练阶段采用多尺度策略,降低漏检率,提高精确率.实验结果表明:改进后的车辆检测算法的mAP(mean Average Precision)达到了82.20%,检测速率为每张照片耗时0.03875 s,基本能够满足车辆实时检测的需求. 展开更多
关键词 车辆实时检测 Faster-RCNN K-MEANS算法 区域提案网络 多尺度训练
下载PDF
结合大数据分析与神经网络的互联网异常入侵行为实时检测
20
作者 田晨 《长江信息通信》 2024年第6期16-18,共3页
为了提升网络实时异常入侵行为检测效率和正确率,提出结合大数据分析与神经网络的互联网异常入侵行为实时检测方法。通过长短期记忆的方法构建入侵行为检测模型,并掌握网络实时异常入侵行为的特征,利用大数据分析技术的数据采集和处理... 为了提升网络实时异常入侵行为检测效率和正确率,提出结合大数据分析与神经网络的互联网异常入侵行为实时检测方法。通过长短期记忆的方法构建入侵行为检测模型,并掌握网络实时异常入侵行为的特征,利用大数据分析技术的数据采集和处理实现网络实时异常入侵行为检测。通过仿真对比测试可知,模型对异常入侵行为检测结果的正确率以及检验效率高,并且耗时少,与其他的模型相比有较高的优越性。 展开更多
关键词 大数据分析技术 通信网络 实时异常入侵行为检测 长短期记忆模型
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部