期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于模糊测试技术的电力工控系统漏洞挖掘算法 被引量:4
1
作者 贺晋宏 冯楠 +2 位作者 付强 付敏 罗义钊 《沈阳工业大学学报》 CAS 北大核心 2024年第1期103-108,共6页
针对工控系统运行环境封闭带来的传统漏洞检测无法导出系统组件进行分析的问题,根据工控网络协议特征,结合测试用例变异因子,针对Modbus_TCP公开协议提出一种改进的电力工控系统漏洞测试挖掘方法。所提方法利用变异因子与工控协议特征... 针对工控系统运行环境封闭带来的传统漏洞检测无法导出系统组件进行分析的问题,根据工控网络协议特征,结合测试用例变异因子,针对Modbus_TCP公开协议提出一种改进的电力工控系统漏洞测试挖掘方法。所提方法利用变异因子与工控协议特征依赖关系,改造协议测试用例。通过将测试用例的特征值和数据域的长度值因子及其数值的选择进行合并,并做归一化处理,进而简化协议测试过程中变异因子的执行次数。针对Modbus_TCP工控协议的模糊测试结果表明,改进后的Fuzzing测试表现出了更高的测试用例接收率和测试效率,测试样例的平均接收率至少提高50%。 展开更多
关键词 电力行业 工业控制系统 漏洞挖掘 FUZZING测试 开源 异常分析和监测 数据生成 变异率
在线阅读 下载PDF
融合注意力机制的输电部件及缺陷检测模型 被引量:4
2
作者 高伟 董云云 +1 位作者 刘军 张兴忠 《计算机工程与设计》 北大核心 2023年第3期929-936,共8页
针对输电线路的多目标识别和缺陷检测中的错检和漏检等问题,提出SE-Faster RCNN模型。在Faster RCNN模型的基础上,将SENet模块嵌入到ResNet模型中,提取关键特征;优化候选框的生成方案;提出基于面积的非极大值抑制算法。通过微调U-Net模... 针对输电线路的多目标识别和缺陷检测中的错检和漏检等问题,提出SE-Faster RCNN模型。在Faster RCNN模型的基础上,将SENet模块嵌入到ResNet模型中,提取关键特征;优化候选框的生成方案;提出基于面积的非极大值抑制算法。通过微调U-Net模型的数据增广方法,构建样本量为23327的数据集,达到91.37%的检测mAP。实验结果表明,提出模型满足输电线路多目标识别和故障检测的鲁棒性和准确性要求。 展开更多
关键词 SENet模块 Faster RCNN模型 基于面积的非极大值抑制(Aera-NMS)算法 无人机巡检 数据增广 SE-Faster RCNN模型 区域生成网络
在线阅读 下载PDF
基于多尺度特征融合的输电线路关键部件检测 被引量:26
3
作者 杨罡 孙昌雯 +4 位作者 张娜 晋涛 徐澄宇 吴庭栋 张兴忠 《电测与仪表》 北大核心 2020年第3期54-59,共6页
针对输电线路无人机实时巡检过程中,通用目标检测算法在移动端运行速度过慢或无法运行的问题,提出一种将多尺度特征融合方法与输电线路关键部件的检测相结合的算法MSFF-KCD(Multi-Scale Feature Fusion in Key Component Detection)。... 针对输电线路无人机实时巡检过程中,通用目标检测算法在移动端运行速度过慢或无法运行的问题,提出一种将多尺度特征融合方法与输电线路关键部件的检测相结合的算法MSFF-KCD(Multi-Scale Feature Fusion in Key Component Detection)。该算法结合关键部件的特征,使用深度可分离卷积设计了特征提取网络DPNets,提高了算法在具有边缘计算能力的移动端ARM设备上的运行速度,同时采用多尺度特征融合方法,将分辨率低的特征图与分辨率高的特征图进行融合,使用多个特征融合后的特征图进行分类与检测,提高了算法的平均精度。选取了绝缘子、悬垂线夹、防震锤三类关键部件进行实验,结果表明,该算法在ARM设备上可达到每张66 ms的检测速度和86%的准确率,适用于移动端关键部件检测。 展开更多
关键词 多尺度特征融合 输电线路 关键部件 嵌入式 深度学习 目标检测
在线阅读 下载PDF
基于无人机前端和SSD算法的输电线路部件检测模型对比研究 被引量:23
4
作者 杨罡 孙昌雯 +4 位作者 王大伟 晋涛 徐澄宇 卢志博 张兴忠 《太原理工大学学报》 CAS 北大核心 2020年第2期212-219,共8页
基于深度学习的目标检测技术因其自身复杂的模型结构和对算力的需求,导致应用于无人机输电线路巡检中无法在机载前端实现高效且准确的检测。针对这一问题,面向输电线路无人机前端巡检中绝缘子、悬垂线夹及防震锤3类部件,选取Single Shot... 基于深度学习的目标检测技术因其自身复杂的模型结构和对算力的需求,导致应用于无人机输电线路巡检中无法在机载前端实现高效且准确的检测。针对这一问题,面向输电线路无人机前端巡检中绝缘子、悬垂线夹及防震锤3类部件,选取Single Shot MultiBox Detector(SSD)目标检测算法,通过使用不同的骨干网络对比性能差异,选择最佳网络结构并采用特征融合手段提高检测准确率。实验结果表明,采用Mobilenet_v1作为SSD的骨干网络进行特征提取,并融合不同层次特征进行检测,Mean Average Precision(mAP)可达90.21%,在具有边缘计算能力的嵌入式设备上可以达到每张63 ms的检测速度。为输电线路无人机前端实时检测提供了重要参考。 展开更多
关键词 输电线路巡检 部件检测 SSD 特征融合
在线阅读 下载PDF
基于改进YOLOv3的输电线路部件实时检测 被引量:10
5
作者 卢志博 徐澄宇 +2 位作者 杨罡 Jude Michael Akotonou 张兴忠 《电测与仪表》 北大核心 2023年第7期138-144,共7页
针对基于深度学习的目标检测技术应用于工业领域无法在移动端嵌入式设备上实现高效且准确的检测这一问题,提出一种基于YOLOv3改进的输电线路部件实时检测算法轻量级特征融合检测模型LFF-DM(Lightweight Feature Fusion Detection Model... 针对基于深度学习的目标检测技术应用于工业领域无法在移动端嵌入式设备上实现高效且准确的检测这一问题,提出一种基于YOLOv3改进的输电线路部件实时检测算法轻量级特征融合检测模型LFF-DM(Lightweight Feature Fusion Detection Model)。一方面通过改进式的K-means算法得到聚类结果;另一方面结合深度可分离卷积和倒残差块设计出轻量化的网络结构。通过在自建的包含绝缘子、悬垂线夹、防震锤、鸟巢与导地线的专业巡检数据集上进行实验,结果表明在NVIDIA Jetson AGX Xavier设备上可以实现25 FPS的检测速度及90.48%mAP的检测精度,适用于输电线路移动端实时精确巡检。 展开更多
关键词 深度学习 目标检测 输电线路 YOLOv3 轻量化 移动端
在线阅读 下载PDF
基于融合注意力和任务解耦的路面裂缝检测 被引量:4
6
作者 景峰 刘晓捷 +1 位作者 刘军 张兴忠 《计算机工程与设计》 北大核心 2023年第5期1565-1571,共7页
针对路面裂缝自动化检测中存在裂缝漏检和定位不准的问题,提出一种路面裂缝实时检测模型CrackNet。基于YOLOv5结构设计,在特征融合网络插入融合注意力模块,重点关注特定通道和空间位置裂缝信息,有效解决部分裂缝漏检问题;在多尺度预测... 针对路面裂缝自动化检测中存在裂缝漏检和定位不准的问题,提出一种路面裂缝实时检测模型CrackNet。基于YOLOv5结构设计,在特征融合网络插入融合注意力模块,重点关注特定通道和空间位置裂缝信息,有效解决部分裂缝漏检问题;在多尺度预测阶段引入任务空间分离头模块,利用分治策略将分类和回归任务解耦,模型优化方向更加自由。实验结果表明,该方法mAP为71%,速度为42 FPS,优于基准模型,有效改善了裂缝漏检和定位不准的问题。 展开更多
关键词 路面裂缝检测 深度学习 裂缝网络 融合注意力机制 离散余弦变换 任务空间解耦 实时
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部