期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于WGAN-XGBoost的ADS-B异常数据检测模型
1
作者 李怀谦 陈雨昊 +1 位作者 付宇翔 沈嘉意 《中国安全科学学报》 2025年第8期188-195,共8页
为保障航空运行安全、提升空域管理效率并增强系统对欺骗与干扰的防御能力,提出一种融合Wasserstein生成对抗网络(WGAN)和极限梯度提升(XGBoost)算法的异常数据检测模型。首先,通过WGAN学习预处理后ADS-B数据的内在分布特征,生成异常数... 为保障航空运行安全、提升空域管理效率并增强系统对欺骗与干扰的防御能力,提出一种融合Wasserstein生成对抗网络(WGAN)和极限梯度提升(XGBoost)算法的异常数据检测模型。首先,通过WGAN学习预处理后ADS-B数据的内在分布特征,生成异常数据,将其与原始数据融合作为训练数据集;其次,基于XGBoost算法训练混合数据集,构建异常分类检测器;最后,通过试验与朴素贝叶斯、逻辑回归、感知机等基准模型开展性能对比。结果表明:与其他机器学习异常数据检测器相比,XGBoost异常数据检测器在准确率、精确率、召回率、F_(1)分数等6项指标上均表现更优,其中准确率和精确率均超过0.999;模型检测243792条数据的总耗时为2.0702 s,平均每条数据检测耗时0.0085 ms,在检测性能与时间成本间实现最优平衡,且经真实异常事件验证,具备良好的实用性与适用性。 展开更多
关键词 Wasserstein生成对抗网络(WGAN) 极限梯度提升(XGBoost) 广播式自动相关监视(ADS-B) 异常数据检测 朴素贝叶斯
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部