【摘 要】
:
本文针对神经网络在物联网入侵检测模型中的应用存在检测率低和检测时间长的问题,设计了一种基于人类行为特征的粒子群算法(HPSO)优化BP神经网络的物联网入侵检测模型,通过模仿人类行为中坏习惯因子对周围因子的影响,权衡粒子群算法探索全局最优值的能力,使粒子群算法优化的BP神经网络能够更快速的收敛,在入侵检测常用的KDDcup99数据集上进行仿真实验,将所提的HPSO_BP算法与BP算法和PSO_BP算
论文部分内容阅读
本文针对神经网络在物联网入侵检测模型中的应用存在检测率低和检测时间长的问题,设计了一种基于人类行为特征的粒子群算法(HPSO)优化BP神经网络的物联网入侵检测模型,通过模仿人类行为中坏习惯因子对周围因子的影响,权衡粒子群算法探索全局最优值的能力,使粒子群算法优化的BP神经网络能够更快速的收敛,在入侵检测常用的KDDcup99数据集上进行仿真实验,将所提的HPSO_BP算法与BP算法和PSO_BP算法进行比较,实验结果证明,HPSO算法结合BP神经网络应用于物联网入侵检测中,能取得更高的检测率和更快的
其他文献
本文设计开发了基于物联网的机场绿化园林植物生长环境参数监测系统。智慧绿化园林控制系统可以让用户自主选择自动控制或者手动控制,能够实现实时观察绿化植物的状态,不需要浪费大量的人力和物力来专门进行检查和记录。该项目也可以手动设置绿化植物的不同温度、湿度、光照及土壤湿度的范围,一旦超过或者低于植物生长所需要的温度、湿度、光照和土壤湿度范围,系统将进行报警处理。
本文开发了基于深度学习的课堂行为识别系统。目前传统的算法无法很好的完成对玩手机这种细粒度动作的识别,因此本文通过改进目标检测YOLO算法,针对学生玩手机、睡觉、逃课等行为,提高细粒度动作识别准确率,并根据学生行为数据生成课堂学情报告,分析学生出勤、学习状态数据。通过视频推流的方式,将行为识别结果在网页进行展示,具有较好的实际应用价值。
本文主要对动态不良天气成像图像去雨雪进行研究,提出了基于背景建模的图像去雨雪方法,并将算法应用于静止场景和含运动目标场景,并对比分析了各算法的测试效果,经验证算法能够有效提高后续目标检测、跟踪、识别的准确度。
本文介绍了基于Three.js技术的室外压力管道三维管网的可视化过程,阐明了室外压力管道的三维管网中不同管点和管段的几何建模原理,简化了三维管网的绘制,实现了管段建模和管点建模,完成了完整的室外压力管道三维展示。同时设置三维管线的材质和光照效果以提高管线绘制的真实性,实现了室外压力管道三维可视化。
本文剖析健康监测管理的现状与不足,重点研究如何应用物联网与深度学习技术实现一个跨越空间和融合碎片化时间的健康监测管理服务平台,对平台的研究以及实现过程进行详述,并在最后总结平台创新与优势。
本文重点设计了一种自动化检测方法,有效地解决了人工检测效率低下、漏检风险高等问题,首先,在完成机器视觉检测方案设计的基础上,借助产品外壳污损缺陷检测图像处理算法,对缺陷识别结果进行分析,结果表明:本文所提出的自动化检测方法完全符合产品外壳污损缺陷检测需求。
本文在Python编程语言环境下,借助基于OCR(Optical Character Recognition,光学字符识别)技术的Python-Tesseract模块,设计了一套针对扫描图像文档进行标题文字识别和有效提取,并快速、智能化的重命名系统,实现了基于规则的批量自动化模式和基于鼠标划取区域的单个手动模式两种重命名方式,达到了高效智能地对扫描文档图像进行有效重命名的目的,为扫描文档数字化管理
本文提出了基于层级关注的故事性图像描述模型。该模型采用两层关注机制,其中句级关注对图像全局特征和句子语义做映射,词级关注对图像局部特征与单词语义做映射,模型最终通过LSTM模型生成多张图片的描述。实验结果表明,我们的模型能够对序列图像进行有效的故事性描述,生成的描述关联性更强,连贯性好。
本文首先介绍了电力物联网建设的意义,接着阐述了电力物联网采集业务的变化,最后对低功耗大连接技术进行了详细分析。通过分析可以确定将低功耗大连接技术应用到电力物联网中,能够降低能耗,提高经济效益,从而促进电力行业稳定发展。
本文面向针织运动服装数字化设计过程中三维量体技术,采用消费级Kinect相机采集得到人体原始点云数据,经去噪、点云融合和配准、人体朝向自调整标定等算法得到人体表面轮廓点云;基于身高比例先验知识和Melkman轮廓点凸包拟合算法,提取人体关键部位点云的坐标信息,计算得到人体各关键部位包括胸围、腰围等尺寸。基于C#Winform编写了测量系统软件,每天上午、下午各测量2次,持续测量3周。测量系统标准误