基于深度学习的交通袭击攻击方式智能识别
杨黎霞1,2; 许茂增1; 陈仁祥3
2021-02-25
发表期刊兵器装备工程学报
ISSN2096-2304
卷号42期号:02页码:156-161
摘要针对交通袭击事件特征自动学习提取、特征提取与模式识别融合问题,提出基于深度学习的交通袭击攻击方式智能识别方法;利用加噪自动编码深度神经网络从高维度、多样化的交通袭击事件统计大数据中自动学习提取出各类攻击方式特征,并利用微调将特征学习与模式识别融为一体,最终实现交通袭击攻击方式的智能识别;采用全球恐怖主义数据库的数据对该方法进行算例分析,识别准确度达94.86%,所提方法具有可行性与有效性。
关键词交通运输系统 交通袭击 攻击方式 智能识别 深度学习
URL查看原文
收录类别北大核心 ; CSCD
语种中文
资助项目国家自然科学基金项目(71471024);重庆市社会科学规划项目(2018YBGL071)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/50227
专题国家开放大学重庆分部
通讯作者陈仁祥
作者单位1.重庆交通大学经济与管理学院;
2.重庆广播电视大学管理学院;
3.重庆交通大学机电与车辆工程学院
第一作者单位国家开放大学重庆分部
推荐引用方式
GB/T 7714
杨黎霞,许茂增,陈仁祥. 基于深度学习的交通袭击攻击方式智能识别[J]. 兵器装备工程学报,2021,42(02):156-161.
APA 杨黎霞,许茂增,&陈仁祥.(2021).基于深度学习的交通袭击攻击方式智能识别.兵器装备工程学报,42(02),156-161.
MLA 杨黎霞,et al."基于深度学习的交通袭击攻击方式智能识别".兵器装备工程学报 42.02(2021):156-161.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[杨黎霞]的文章
[许茂增]的文章
[陈仁祥]的文章
百度学术
百度学术中相似的文章
[杨黎霞]的文章
[许茂增]的文章
[陈仁祥]的文章
必应学术
必应学术中相似的文章
[杨黎霞]的文章
[许茂增]的文章
[陈仁祥]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
试谈UNIX的安全管理
面向仓库的便携式数字温湿度计
基于图像检测的仓库火灾报警系统
蓄意攻击样本有限不均衡下运输系统关键危险源识别
基于卷积神经网络和离散小波变换的滚动轴承故障诊断
货物运输时间成本研究
基于货物价值特性的运输适宜性评价模型及应用
浅谈CCED5.0的安装与使用
基于整周期数据和卷积神经网络的谐波减速器健康状态评估
振动敏感特征与流形学习的风机基座螺栓松动程度诊断
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。