-
题名基于机器学习的汽车智能座舱告警筛选系统
- 1
-
-
作者
张莹
袁海兵
何祺
姜立标
陈毅锋
陈桥芳
-
机构
星河智联汽车科技有限公司
广汽能源科技有限公司
广汽丰田汽车有限公司
广州城市理工学院机械工程学院与机器人学院
广州城市理工学院工程研究院
华南理工大学机械与汽车工程学院
重庆理工大学车辆工程学院
-
出处
《重庆大学学报》
北大核心
2025年第8期99-110,共12页
-
基金
国家自然科学基金(61602345)。
-
文摘
本研究探讨了一种基于机器学习技术的汽车智能座舱告警系统,旨在应对由众多告警源引发的安全风险问题。针对现行系统中告警信息的冗余和分类不精确等缺陷,本文提出了一种结合人工经验筛选法与CNN模型的混合筛选策略。具体而言,该策略通过整合来自不同设备的运行状态信息并进行有效分类,利用人工经验减少疑似缺陷信号,同时借助卷积神经网络(convolutional neural network,CNN)模型进行特征提取和精准分类。实验结果显示,CNN模型在测试集上的分类准确率达到了89.07%,而将2种方法综合运用后,对所有原始告警信号的筛选准确率更是高达99.998%,显著超越了现有VAS系统的筛选准确率(90%)。这验证了所提出方法在告警信息筛选方面的高效性和卓越性。未来的研究将着重于增加训练数据量、优化模型参数以及改进文本预处理技术等方面,以期进一步提升系统的整体性能。
-
关键词
机器学习技术
智能座舱告警
告警源
CNN
-
Keywords
machine learning
intelligent cabin alarms
alarm filtering
CNN
-
分类号
U469.722
[机械工程—车辆工程]
-
-
题名基于混合风格迁移的智能合约漏洞检测方法
被引量：1
- 2
-
-
作者
李敏
时瑞浩
张莹
袁海兵
姜立标
缪丹云
-
机构
广汽埃安新能源汽车股份有限公司
广州汽车集团股份有限公司
星河智联汽车科技有限公司
广汽能源科技有限公司
广州城市理工学院机械工程学院与机器人工程学院
华南理工大学机械与汽车工程学院
-
出处
《重庆大学学报》
CAS
CSCD
北大核心
2024年第12期70-82,共13页
-
基金
国家自然科学基金(61602345)。
-
文摘
研究提出了一种基于混合风格迁移的智能合约漏洞检测方法,旨在解决智能合约新漏洞出现时数据集不足和无法有效检测未知漏洞问题。首先,从智能合约源代码中提取抽象语法树,使用图注意力网络捕获节点间的依赖关系和信息流;然后,采用最大均值差异实现从旧漏洞到新漏洞的有效知识迁移,从而增加深度学习模型训练的数据量;最后,在分类器中融入MixStyle技术增强模型的泛化能力并提高对新型漏洞类型的识别准确度。实验结果表明,在4种漏洞类型的检测上,该方法在F1、ACC、MCC指标上优于BLSTM-ATT、BiGAS、Peculiar方法。
-
关键词
智能合约
漏洞检测
迁移学习
MixStyle
最大均值差异
-
Keywords
smart contracts
vulnerability detection
transfer learning
MixStyle
maximum mean discrepancy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
