期刊导航
期刊开放获取
上海教育软件发展有限公..
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
基于深度降噪自编码网络的监测数据修复方法
被引量：
10
1
作者
陈海燕
杜婧涵
张魏宁
《系统工程与电子技术》
EI
CSCD
北大核心
2018年第2期435-440,共6页
针对大规模监测系统中经常出现的监测点失效、数据异常等问题,提出基于深度降噪自编码网络的监测数据修复方法。首先,通过堆叠降噪自编码构造深度降噪自编码网络来提取监测点之间隐含的深层关联关系,进而,基于这种深层关联关系训练一种...
针对大规模监测系统中经常出现的监测点失效、数据异常等问题,提出基于深度降噪自编码网络的监测数据修复方法。首先,通过堆叠降噪自编码构造深度降噪自编码网络来提取监测点之间隐含的深层关联关系,进而,基于这种深层关联关系训练一种支持向量回归模型以预测待修复的监测数据。在某机场噪声实测数据上的实验表明,通过深度降噪自编码网络学到的深层关联关系能够有效地重构噪声监测数据;相比传统数据修复方法,所提出的数据修复方法具有更好的鲁棒性,数据的修复具有更高的精度。
展开更多
关键词
深度降噪自编码网络
支持向量回归
数据修复
机场
噪
声
在线阅读
下载PDF
职称材料
基于深度自编码网络的Android恶意软件检测方法
被引量：
5
2
作者
孙志强
万良
丁红卫
《计算机科学》
CSCD
北大核心
2020年第4期298-304,共7页
针对传统Android恶意软件检测方法检测率低的问题,文中提出一种基于深度收缩降噪自编码网络(Deep Contractive Denoising Autoencoder Network,DCDAN)的Android恶意软件检测方法。首先,逆向分析APK文件获取文件中的权限、敏感API等7类信...
针对传统Android恶意软件检测方法检测率低的问题,文中提出一种基于深度收缩降噪自编码网络(Deep Contractive Denoising Autoencoder Network,DCDAN)的Android恶意软件检测方法。首先,逆向分析APK文件获取文件中的权限、敏感API等7类信息,并将其作为特征属性;然后,将特征属性作为深度收缩降噪自编码网络的输入,使用贪婪算法自底向上逐层训练每个收缩降噪自编码网络(Contractive Denoising Autoencoder Network),将训练完成的深度收缩降噪自编码网络用于原始特征的信息抽取,以获取最优的低维表示;最后,使用反向传播算法对获取的低维表示进行训练和分类,实现对Android恶意软件的检测。对深度自编码网络的输入数据添加噪声,使得重构的数据具有更强的鲁棒性,同时加入雅克比矩阵作为惩罚项,增强了深度自编码网络的抗扰动能力。实验结果验证了该方法的可行性和高效性。与传统的检测方法相比,该检测方法有效地提高了对恶意软件检测的准确率并降低了误报率。
展开更多
关键词
Android恶意软件
深度
收缩
降
噪
自编码
网络
贪婪算法
反向传播算法
雅克比矩阵
在线阅读
下载PDF
职称材料
题名
基于深度降噪自编码网络的监测数据修复方法
被引量：
10
1
作者
陈海燕
杜婧涵
张魏宁
机构
南京航空航天大学计算机科学与技术学院
软件新技术与产业化协同创新中心
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2018年第2期435-440,共6页
基金
国家自然科学基金(61501229)
中央高校基本科研业务费专项资金(NS2015091
NJ20160013)资助课题
文摘
针对大规模监测系统中经常出现的监测点失效、数据异常等问题,提出基于深度降噪自编码网络的监测数据修复方法。首先,通过堆叠降噪自编码构造深度降噪自编码网络来提取监测点之间隐含的深层关联关系,进而,基于这种深层关联关系训练一种支持向量回归模型以预测待修复的监测数据。在某机场噪声实测数据上的实验表明,通过深度降噪自编码网络学到的深层关联关系能够有效地重构噪声监测数据;相比传统数据修复方法,所提出的数据修复方法具有更好的鲁棒性,数据的修复具有更高的精度。
关键词
深度降噪自编码网络
支持向量回归
数据修复
机场
噪
声
Keywords
deep denoising auto-encoder （DDAE） network
support vector regression （SVR）
data repai- ring
airport noise
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于深度自编码网络的Android恶意软件检测方法
被引量：
5
2
作者
孙志强
万良
丁红卫
机构
贵州大学计算机科学与技术学院
贵州大学计算机软件与理论研究所
出处
《计算机科学》
CSCD
北大核心
2020年第4期298-304,共7页
基金
贵州省科学基金黔科合LH字(7634)。
文摘
针对传统Android恶意软件检测方法检测率低的问题,文中提出一种基于深度收缩降噪自编码网络(Deep Contractive Denoising Autoencoder Network,DCDAN)的Android恶意软件检测方法。首先,逆向分析APK文件获取文件中的权限、敏感API等7类信息,并将其作为特征属性;然后,将特征属性作为深度收缩降噪自编码网络的输入,使用贪婪算法自底向上逐层训练每个收缩降噪自编码网络(Contractive Denoising Autoencoder Network),将训练完成的深度收缩降噪自编码网络用于原始特征的信息抽取,以获取最优的低维表示;最后,使用反向传播算法对获取的低维表示进行训练和分类,实现对Android恶意软件的检测。对深度自编码网络的输入数据添加噪声,使得重构的数据具有更强的鲁棒性,同时加入雅克比矩阵作为惩罚项,增强了深度自编码网络的抗扰动能力。实验结果验证了该方法的可行性和高效性。与传统的检测方法相比,该检测方法有效地提高了对恶意软件检测的准确率并降低了误报率。
关键词
Android恶意软件
深度
收缩
降
噪
自编码
网络
贪婪算法
反向传播算法
雅克比矩阵
Keywords
Android malware
Deep contractive denoising autoencoder network
Greedy algorithm
Back propagation algorithm
Jacobian matrix
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度降噪自编码网络的监测数据修复方法
陈海燕
杜婧涵
张魏宁
《系统工程与电子技术》
EI
CSCD
北大核心
2018
10
在线阅读
下载PDF
职称材料
2
基于深度自编码网络的Android恶意软件检测方法
孙志强
万良
丁红卫
《计算机科学》
CSCD
北大核心
2020
5
在线阅读
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
