本文主要研究内容
作者王跃,朱军（2019）在《基于深度学习的海上风电场网络异常检测》一文中研究指出：海上风电电站传输距离远,中途极易出现复杂环境干扰。文章提出采用深度学习算法进行海上风电电站的网络异常检测,对数据流量进行二维图像切分,采用inception-v3网络模型进行特征提取,利用最后三层的特征进行特征融合,最终采用softmax进行检测识别。测试结果表明,模型对海上风电网络识别精确度和检测率较高,且保持了较低的误警率。
Abstract
hai shang feng dian dian zhan chuan shu ju li yuan ,zhong tu ji yi chu xian fu za huan jing gan rao 。wen zhang di chu cai yong shen du xue xi suan fa jin hang hai shang feng dian dian zhan de wang lao yi chang jian ce ,dui shu ju liu liang jin hang er wei tu xiang qie fen ,cai yong inception-v3wang lao mo xing jin hang te zheng di qu ,li yong zui hou san ceng de te zheng jin hang te zheng rong ge ,zui zhong cai yong softmaxjin hang jian ce shi bie 。ce shi jie guo biao ming ,mo xing dui hai shang feng dian wang lao shi bie jing que du he jian ce lv jiao gao ,ju bao chi le jiao di de wu jing lv 。
论文参考文献
论文详细介绍
论文作者分别是来自船舶工程的王跃,朱军，发表于刊物船舶工程2019年S1期论文，是一篇关于深度学习论文,海上风电论文,网络异常检测论文,船舶工程2019年S1期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自船舶工程2019年S1期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：深度学习论文; 海上风电论文; 网络异常检测论文; 船舶工程2019年S1期论文;