学科分类
/ 25
500 个结果
  • 简介:摘要:随着水利工程建设的快速发展,水闸在水利工程中发挥的作用也越来越重要。只有保障水闸安全和稳定运行,才能充分发挥水利工程的效益。本文对水闸的碳化深度检测进行研究和探讨,以达到提高水闸运行管理水平的目的。

  • 标签: 水闸 混凝土碳化 检测
  • 简介:摘要

  • 标签:
  • 简介:摘要:随着分布式计算技术的飞速发展,如今已是云计算时代,人们的日常生活也离不开云计算。但是,在目前的数据包检测技术中,目前所采用的检测技术大多都是以服务器为对象,并不能适应云计算技术的发展。

  • 标签: 模式匹配 网络安全 深度包检测
  • 简介:

  • 标签:
  • 简介:应用层安全防护已经成为当前安全防护领域研究的主要方向,基于DPI和DFI的应用检测技术也已成为安全领域的热门技术。文章介绍了DPI和DFI两种深度检测技术,对两种技术的特点进行了比较分析。在应用层深度检测中提出了基于设备状态分析模块、DPI检测模块和DFI检测模块,DPI与DFI相融合的检测方式,对该检测策略的特点进行了分析,并以H3C公司的ACG设备为载体,在实际项目中进行了应用。

  • 标签: 深度检测 DPI DFI
  • 简介:以淬硬层深度(渗碳淬火硬化层)为基础,对渗碳钢轴承的渗碳层深度进行研究,并找出金相法与硬度法测量渗碳层深度的对应关系;对渗碳轴承零件的生产过程检测和成品渗碳零件的最终检测具有指导意义。

  • 标签: 淬硬层深度 渗碳钢 金相法 硬度法
  • 简介:研究了入侵检测系统中海量数据分类的问题.讨论了深度信念网络(DBN)的原理,提出了基于DBN的入侵检测模型.DBN由多层无监督的限制玻尔兹曼机(RBM)网络和一层有监督的反向传播(BP)网络构成.该入侵检测模型采用一种快速、贪婪的方法对DBN网络进行预训练,利用对比分歧算法逐层训练每一个RBM网络;然后,利用有监督的BP算法对整个DBN网络进行微调,并同时对RBM网络输出的低维特征进行入侵数据分类.基于KDDCUP1999数据集的实验结果表明,使用3层以上的DBN模型分类效果优于自组织映射和神经网络方法.因此,DBN是一种有效且适用于高维特征空间的入侵检测方法。

  • 标签: 入侵检测 深度信念网络 限制玻尔兹曼机 深层学习
  • 简介:摘要现在计算机的发展越来越快,现在计算机在视觉领域的主流算法就变成了深度学习的目标检测和图像分割算法,虽然场景文字检测任务有时候会受到目标检测和图像的影响,在现在这几年也有了很大的突破。

  • 标签: 深度学习 场景 文字检测
  • 简介:摘 要:人体行为识别和深度学习理论是智能视频分析领域的研究热点,近年来得到学术界的广泛重视,随着人工智能技术的快速发展,逐渐进入人们生活的方方面面。文章对基于深度学习的视频异常行为检测的应用场景、研究现状、技术基础、检测方式来进行了综述,并对深度学习中一些需要进一步研究的问题进行了初步的讨论。

  • 标签: 深度学习 行为识别 视频异常行为检测
  • 简介:摘要:本文讨论电气设备状态图像收集和分析装置等结果将直接应用于电气设备状态检测和紧急处置,以便在典型情况下准确监测电气设备状态,例如,保证电气设备正常运行,保证电网安全运行,同时提高可靠性,可以改进电气设备检查方式,提高设备状态控制和运输检查决策水平,加快计算机视觉和机器学习是非常实用的学科。

  • 标签: 深度学习 变电设备 缺陷检测
  • 简介:摘要:本文讨论电气设备状态图像收集和分析装置等结果将直接应用于电气设备状态检测和紧急处置,以便在典型情况下准确监测电气设备状态,例如,保证电气设备正常运行,保证电网安全运行,同时提高可靠性,可以改进电气设备检查方式,提高设备状态控制和运输检查决策水平,加快计算机视觉和机器学习是非常实用的学科。

  • 标签: 深度学习 变电设备 缺陷检测
  • 简介:摘要:本文讨论电气设备状态图像收集和分析装置等结果将直接应用于电气设备状态检测和紧急处置,以便在典型情况下准确监测电气设备状态,例如,保证电气设备正常运行,保证电网安全运行,同时提高可靠性,可以改进电气设备检查方式,提高设备状态控制和运输检查决策水平,加快计算机视觉和机器学习是非常实用的学科。

  • 标签: 深度学习 变电设备 缺陷检测
  • 简介:摘要:网络入侵检测(NID)是指通过分析网络流量特征来区分正常和异常的网络行为。入侵检测系统会通过分析对比收集到的网络数据和资料,寻找系统中的危险,检测系统中的入侵行为。网络入侵检测对信息产业的健康发展和人民群众的生产生活至关重要。近年来,随着网络数据的不断增长和攻击手段的不断升级,网络入侵呈现更加隐蔽、更加先进和更加频繁的新特点,对网络入侵检测提出了更高的要求。本文主要分析基于深度学习的网络入侵检测方法。

  • 标签: 网络入侵检测 人工智能 卷积神经网络 递归神经网络
  • 简介:摘要

  • 标签:
  • 简介:摘要:随着互联网的普及和网络攻击手段的不断升级,网络安全问题日益严重。传统的入侵检测方法往往无法有效应对新型的网络攻击,因此迫切需要一种更加智能和高效的检测技术。基于深度学习的网络入侵检测技术应运而生,其借助深度学习算法在大量数据中发现规律和特征,能够更加准确地识别和阻止各类网络入侵行为。本文将深入探讨这一技术的原理、方法和实验结果,旨在为网络安全领域的研究和实践提供新的思路和方法。

  • 标签: 深度学习 网络安全 入侵检测
  • 简介:

  • 标签: