-
题名基于双向循环卷积神经网络的网络异常流量监测
被引量：1
- 1
-
-
作者
郑永奇
-
机构
郑州澍青医学高等专科学校
-
出处
《信息记录材料》
2022年第11期198-200,共3页
-
文摘
由于对网络流量特征的提取结果存在偏差,导致对应的监测结果可靠性较低,为此,提出一种基于双向循环卷积神经网络的网络异常流量监测方法。在构建双向循环卷积神经网络阶段,通过感知器单元激活流量数据后,利用交叉熵代价函数对流量数据在神经网络各神经元之间的传递进行约束,并将卷积神经网络中的卷积层替换为循环卷积层,通过在卷积层的输出结果中添加空数据,实现对网络流量特征的循环迭代计算,将最终提取到的特征参量作出异常流量判断标准输出到池化层。当待监测的网络流量数据输入到循环卷积神经网络后,通过拟合其特征参量与池化层特征之间的关系,判断其是否存在异常,并根据时间标签计算网络异常流量的规模。测试结果表明,设计方法可以实现对异常流量的准确监测。
-
关键词
双向循环卷积神经网络
网络异常流量
感知器单元
交叉熵代价函数
循环卷积层
网络流量特征
-
分类号
TP279
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于高阶纹理与结构特征交互的瓦当图像修复
- 2
-
-
作者
胡涛
刘世平
汪昊
程鹏飞
孟庆磊
辛元康
-
机构
华中科技大学机械科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第12期3851-3858,共8页
-
基金
国家重点研发计划资助项目(2023YFC3806603,2022YFC3802201)。
-
文摘
针对中国历史建筑中瓦当构件图像在修复过程中图像纹理紊乱和边缘结构模糊丢失加剧的问题,提出了一种基于高阶纹理与结构特征交互的生成对抗式瓦当图像修复方法。首先以编码器-解码器作为基本架构,对破损图像及其边缘结构图进行纹理与结构特征的编码与解码;其次,在编码器和解码器中设计循环部分卷积层以增强图像高阶与低阶特征的交互,提高模型对瓦当图像纹理和结构细节的表征能力;最后,设计特征融合层以实现纹理和结构特征图的信息融合与细节增强。针对典型瓦当构件,构建了一套包含图像类、图案类和文字类的瓦当图像数据集。在该数据集中进行瓦当图像修复实验验证,实验结果表明,所提方法与常用算法相比,在主观感受和客观评价指标方面均表现出更加优异的修复结果。
-
关键词
瓦当图像修复
高阶特征交互
循环部分卷积层
特征融合
-
Keywords
tile image inpainting
high-order feature interaction
recursive partial convolutional layer
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
