期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于贪心迭代算法的城轨交通网络关键节点识别技术 被引量:2
1
作者 李三江 杨昊成 +1 位作者 朱光剑 赵云 《现代电子技术》 2021年第24期102-106,共5页
针对城市轨道交通网络中关键节点的识别准确度低与执行耗费时间长等问题,文中展开了进一步的算法优化研究。基于复杂网络理论和贪心迭代算法原理的思想,构建了适用于城市轨道交通网络的关键节点识别算法。该算法在分析图的理论基础上,... 针对城市轨道交通网络中关键节点的识别准确度低与执行耗费时间长等问题,文中展开了进一步的算法优化研究。基于复杂网络理论和贪心迭代算法原理的思想,构建了适用于城市轨道交通网络的关键节点识别算法。该算法在分析图的理论基础上,对复杂网络进行定义和分类,改进了经典Page Rank算法中所存在的“均分跳转”缺陷,充分考虑了复杂网络中缺失节点对其他节点所产生的各种综合影响。同时,文中引入了节点之间的相似比、度值比和关键度等多种指标,最终提出基于贪心迭代算法思想的关键节点识别算法。采用成都地铁的实际数据进行仿真计算,结果表明,在相同的攻击条件下,与经典Page Rank算法相比,基于贪心迭代思想的关键节点识别算法具有较高的识别准确度与更少的执行时间消耗。 展开更多
关键词 城轨交通 复杂网络 关键节点识别 贪心迭代算法 网络分类 仿真计算
在线阅读 下载PDF
基于multi-CNN的专用网络入侵检测模型设计与仿真 被引量:11
2
作者 万壮 赵云 +1 位作者 陆川 朱光剑 《现代电子技术》 2023年第2期80-84,共5页
多尺度卷积神经网络模型在网络入侵检测中可获取更丰富的局部特征。针对浅层卷积核神经网络获取数据局部特征能力较差的不足,文中基于多尺度卷积神经网络,提出一种改进的列车通信专用网络入侵检测模型。该模型对Inception V3网络加以改... 多尺度卷积神经网络模型在网络入侵检测中可获取更丰富的局部特征。针对浅层卷积核神经网络获取数据局部特征能力较差的不足,文中基于多尺度卷积神经网络,提出一种改进的列车通信专用网络入侵检测模型。该模型对Inception V3网络加以改进,并将模型部分大尺寸卷积核进行合理缩小并串联,以增强模型获取数据局部特征的能力;同时结合循环神经网络对时间序列的学习能力,利用Bi-GRU模型对局部特征进行学习,使模型训练后的数据也具有全局特征。实验测试结果表明:所设计模型在二分类测试中的准确度与Inception V3模型相比提升约1.3%,运行时间缩短近5.2 s;在五分类测试中,与其他对比算法相比准确度平均提升1.7%。该模型有良好的性能及效率,可有效且准确地对网络入侵进行检测。 展开更多
关键词 网络入侵检测 多尺度卷积神经网络 检测模型 模型训练 特征学习 实验环境搭建 模型性能测试
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部