期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进人工神经网络的多指标冷鲜羊肉新鲜度无损检测
1
作者 徐子洋 姜新华 +2 位作者 翟成珺 马学磊 李靖 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期291-300,共10页
冷鲜羊肉新鲜度受多种因素影响,可通过多个理化和微生物指标综合评价。传统检测方法操作复杂、效率低。高光谱成像作为一种快速且非破坏性的检测技术,可以有效地检测冷鲜羊肉新鲜度改变过程中不同成分的变化。为了研究采用高光谱成像技... 冷鲜羊肉新鲜度受多种因素影响,可通过多个理化和微生物指标综合评价。传统检测方法操作复杂、效率低。高光谱成像作为一种快速且非破坏性的检测技术,可以有效地检测冷鲜羊肉新鲜度改变过程中不同成分的变化。为了研究采用高光谱成像技术实现冷鲜羊肉新鲜度多指标评价的可行性,提出一种改进人工神经网络算法,通过重新定义损失函数加强标记之间的相关性,充分采用多个新鲜度指标对冷鲜羊肉新鲜度分类。试验收集了0~14 d冷鲜羊肉样本在400~1000 nm范围的高光谱图像,采用实验室方法测定挥发性盐基氮(TVB-N)、pH值、菌落总数(TAC)和大肠菌群近似数(ANC)指标值。通过S-G平滑滤波法和多元散射校正对冷鲜羊肉样本原始光谱数据进行预处理,采用连续投影法(SPA)选择光谱数据的18个特征波长作为输入数据,采用所提出的改进人工神经网络算法建立多指标冷鲜羊肉新鲜度等级模型。结果表明,改进人工神经网络对测试集的分类准确率达96%,三个新鲜度等级样本的识别率分别为100%、89.28%和98.68%,采用汉明损失(hamming loss)、1-错误率(one-error)、排序损失(ranking loss)和覆盖率(coverage)四种多标记模型指标进行评价,评价指标分别为0.008、0.002、0.0025和4.048。改进人工神经网络分类模型的准确率和各项模型评价指标均优于传统ANN,证明改进人工神经网络用于多指标冷鲜羊肉新鲜度的无损检测具有可行性。 展开更多
关键词 无损检测 高光谱 神经网络 多指标 分类
在线阅读 下载PDF
基于深度学习的加密恶意流量检测方法研究综述
2
作者 王钢 高雲鹏 +2 位作者 杨松儒 孙立涛 刘乃维 《信息网络安全》 2025年第8期1276-1301,共26页
随着网络安全意识不断提高以及加密技术的广泛应用,网络中加密流量呈现指数式增长。尽管加密技术在保护用户隐私与数据安全中发挥了重要作用,但也为不法分子提供了隐藏恶意攻击行为的手段,给网络安全的监管与防护带来巨大挑战。随着加... 随着网络安全意识不断提高以及加密技术的广泛应用,网络中加密流量呈现指数式增长。尽管加密技术在保护用户隐私与数据安全中发挥了重要作用,但也为不法分子提供了隐藏恶意攻击行为的手段,给网络安全的监管与防护带来巨大挑战。随着加密流量日益增多,传统的恶意流量检测方法已不再适用。而深度学习凭借其在自动特征提取和复杂数据处理方面的优势,成为了提升检测效果的关键技术。为此,文章对基于深度学习的加密恶意流量检测方法进行系统性综述。首先,按照加密流量检测的一般步骤,提出一个通用的加密流量检测框架。其次,介绍应用于加密恶意流量检测的数据收集处理、特征提取与选择、模型方法以及评估指标等方面,并对现有的公开数据集进行整理分析,讨论数据不平衡问题的解决方案。再次,从监督学习、无监督学习和半监督学习3个方面对比分析不同检测方法的优缺点和分类性能,并总结不同学习方法的优势与不足。最后,探讨加密恶意流量检测领域的开放性问题,并对未来的研究方向进行展望。 展开更多
关键词 加密恶意流量检测 深度学习 加密流量 数据不平衡
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部