BriefGPT.xyz
Ask
alpha
关键词
stacked autoencoder
搜索结果 - 4
使用堆叠自编码器进行特征选择的勒索软件检测
提出并评估一种结合堆叠自编码器(SAE)进行精确特征选择和长短期记忆(LSTM)分类器以提高勒索软件分层准确性的先进勒索软件检测和分类方法。
PDF
5 months ago
零日威胁的特征选择自编码器叠加
采用堆叠自编码器(SAE)和长短期记忆(LSTM)方案,通过特征选择和零日威胁分类,实现对零日攻击的检测和分类,结果表明 SAE-LSTM 模型具有较高的准确性、召回率和 F1 分数,能够有效识别各种类型的零日攻击。
PDF
8 months ago
基于多尺度残差特征的网络流量异常检测方法
本研究提出了一种基于网络流量的多尺度残差特征的异常检测方法,利用滑动窗口将流量分成不同时间跨度的子序列,并使用小波变换技术将每个子序列分解和重构为不同级别的数据序列;使用栈式自编码器构建相似特征空间,并在相似特征空间中使用构建后的样本和输入
→
PDF
2 years ago
基于深度学习网络的 OFDM 系统频谱感知方法
本文提出了两种基于深度学习网络的 OFDM 信号感知框架,分别为 SAE-SS 和 SAE-TF,与传统的 OFDM 感知方法相比,这两种方法可以更好地处理噪声不确定性、时延和载波频偏,同时提高了感知准确度。
PDF
6 years ago
Prev
Next