-
题名云计算环境下的三维图像数据重构方法
- 1
-
-
作者
王永祥
王鹏
-
机构
广州科技贸易职业学院
西南民族大学计算机科学与技术学院
-
出处
《现代电子技术》
北大核心
2017年第20期108-110,共3页
-
基金
国家自然科学基金(60702075)
广州市高等学校第八批教育教学改革重点资助项目(2017A20)
-
文摘
针对传统三维虚拟技术进行三维图像数据重构时存在重构精度低、清晰度不高的问题,提出云计算环境下的三维图像数据重构方法。构建了Hadoop结构的云计算环境,其由Map Reduce编程应用、HDFS分布式计算应用、Hbase开源数据库以及多项Apache服务器软件构成。选取体素作为三维图像数据重构的基本单元,采用各向异性分散过滤法在Hadoop结构中腐蚀体素,达到图像去噪和消除体素不稳定形态的目的。采用一种跳跃性的三维空间索引方法进行三维图像数据重构,减少对无用体素索引的过程,提高重构效率。实验结果表明,所提方法的重构效果好、清晰度高。
-
关键词
云计算环境
Hadoop结构
三维图像数据
重构
三维空间索引
-
Keywords
cloud computing environment
Hadoop structure
3D image data
reconstruction
3D spatial index
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于DSCNN-BiLSTM的入侵检测方法
被引量：6
- 2
-
-
作者
商富博
韩忠华
林硕
单丹
戚爰伟
-
机构
沈阳建筑大学信息与控制工程学院
中国科学院沈阳自动化研究所数字工厂研究室
-
出处
《科学技术与工程》
北大核心
2021年第8期3214-3222,共9页
-
基金
国家自然科学基金面上项目(61773368)
辽宁省教育厅青年科技人才“育苗”项目(Inqn201912)
沈阳市科技计划双百工程项目(Z18-5-015)。
-
文摘
针对传统的入侵检测方法无法有效提取网络流量数据特征的问题,提出了一种基于DSCNN-BiLSTM的入侵检测方法,该方法引入了深度可分离卷积代替标准卷积从而减少了模型参数,降低了计算量,并应用双向长短期记忆网络(BiLSTM)提取长距离依赖信息的特征,充分考虑了前后特征之间的影响。首先,通过主成分分析法(PCA)对网络流量数据进行特征降维,并创新性地将一维网络流量数据转化为三维图像数据;然后,分别运用深度可分离卷积神经网络(DSCNN)和双向长短期记忆网络(BiLSTM)提取网络流量数据的空间特征和时间特征;最后,利用KDDCUP99数据集进行训练、验证和测试。实验结果表明,与其他传统的入侵检测方法相比,该方法具有更高的准确率和更低的漏报率。
-
关键词
入侵检测
主成分分析
三维图像数据
深度可分离卷积
双向长短期记忆网络
-
Keywords
intrusion detection
principal component analysis
3D image data
deep separable convolution
bidirectional short and long term memory network
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
