期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波熵特征融合和ISSA-BiTCN的直流输电故障定位
1
作者
李瑞灵
高学军
+2 位作者
王灿
余波
徐彦彬
《科学技术与工程》
北大核心
2024年第26期11303-11313,共11页
特高压三端混合直流输电系统作为直流输电的一种重要形式,存在传输距离较长而导致的线路故障率较高的问题,对其进行准确的故障定位是系统稳定运行的基础。针对现有故障定位方法应用于输电线路单极接地故障时存在的高阻接地故障下定位模...
特高压三端混合直流输电系统作为直流输电的一种重要形式,存在传输距离较长而导致的线路故障率较高的问题,对其进行准确的故障定位是系统稳定运行的基础。针对现有故障定位方法应用于输电线路单极接地故障时存在的高阻接地故障下定位模糊、精度较低的问题,提出了一种基于小波包熵特征融合提取故障特征,再由改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化的双向时域卷积网络(bidirectional time-domain convolution network,BiTCN)模型的故障定位方法。首先,利用小波包变换提取线模电压行波信号,利用信息熵刻画电压波形中的深层故障特征,形成熵特征融合特征向量构成的特征矩阵作为BiTCN模型的输入;其次,搭建并训练BiTCN模型,并利用ISSA的迭代寻优对其进行优化,最终实现三端混合直流输电线路故障的精确定位;最后,在PSCAD/EMTDC仿真平台中搭建系统模型,验证所提方法的可实施性。结果表明该方法定位精度较高,具有较好的泛化能力和鲁棒性,对高阻故障耐受能力较好。
展开更多
关键词
三端混合直流输电系统
小波包熵特征融合
改进麻雀搜索算法
双向
时域
卷积
网络
下载PDF
职称材料
基于BiTCN-SA的恶意代码分类方法
被引量:
1
2
作者
黄玮
王坚
+1 位作者
吴暄
李思聪
《空军工程大学学报》
CSCD
北大核心
2023年第4期77-84,共8页
当前恶意代码的对抗技术不断变化,恶意代码变种层出不穷,使恶意代码分类问题面临严峻挑战。针对目前基于深度学习的恶意代码分类方法提取特征不足和准确率低的问题,提出了基于双向时域卷积网络(BiTCN)和自注意力机制(Self-Attention)的...
当前恶意代码的对抗技术不断变化,恶意代码变种层出不穷,使恶意代码分类问题面临严峻挑战。针对目前基于深度学习的恶意代码分类方法提取特征不足和准确率低的问题,提出了基于双向时域卷积网络(BiTCN)和自注意力机制(Self-Attention)的恶意代码分类方法(BiTCN-SA)。该方法融合恶意代码操作码特征和图像特征以展现不同的特征细节,增加特征多样性。构建BiTCN对融合特征进行处理,充分利用特征的前后依赖关系。引入自注意力机制对数据权值进行动态调整,进一步挖掘恶意代码内部数据间的关联性。在Kaggle数据集上对模型进行验证,实验结果表明:该方法准确率可达99.75%,具有较快的收敛速度和较低的误差。
展开更多
关键词
恶意代码分类
特征融合
双向
时域
卷积
网络
自注意力机制
下载PDF
职称材料
基于BiTCN-DLP的恶意代码分类方法
3
作者
李思聪
王坚
+1 位作者
宋亚飞
黄玮
《信息网络安全》
CSCD
北大核心
2023年第11期104-117,共14页
为应对不断升级的恶意代码变种,针对现有恶意代码分类方法对特征提取能力不足、分类准确率下降的问题,文章提出了基于双向时域卷积网络(Bidirectional Temporal Convolution Network,BiTCN)和池化融合(Double Layer Pooling,DLP)的恶意...
为应对不断升级的恶意代码变种,针对现有恶意代码分类方法对特征提取能力不足、分类准确率下降的问题,文章提出了基于双向时域卷积网络(Bidirectional Temporal Convolution Network,BiTCN)和池化融合(Double Layer Pooling,DLP)的恶意代码分类方法(BiTCN-DLP)。首先,该方法融合恶意代码操作码和字节码特征以展现不同细节;然后,构建BiTCN模型充分利用特征的前后依赖关系,引入池化融合机制进一步挖掘恶意代码数据内部深层的依赖关系;最后,文章在Kaggle数据集上对模型进行验证,实验结果表明,基于BiTCN-DLP的恶意代码分类准确率可达99.54%,且具有较快的收敛速度和较低的分类误差,同时,文章通过对比实验和消融实验证明了该模型的有效性。
展开更多
关键词
恶意代码分类
特征融合
双向
时域
卷积
网络
池化融合
下载PDF
职称材料
题名
基于小波熵特征融合和ISSA-BiTCN的直流输电故障定位
1
作者
李瑞灵
高学军
王灿
余波
徐彦彬
机构
三峡大学电气与新能源学院
出处
《科学技术与工程》
北大核心
2024年第26期11303-11313,共11页
基金
国家自然科学基金(52107108)。
文摘
特高压三端混合直流输电系统作为直流输电的一种重要形式,存在传输距离较长而导致的线路故障率较高的问题,对其进行准确的故障定位是系统稳定运行的基础。针对现有故障定位方法应用于输电线路单极接地故障时存在的高阻接地故障下定位模糊、精度较低的问题,提出了一种基于小波包熵特征融合提取故障特征,再由改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化的双向时域卷积网络(bidirectional time-domain convolution network,BiTCN)模型的故障定位方法。首先,利用小波包变换提取线模电压行波信号,利用信息熵刻画电压波形中的深层故障特征,形成熵特征融合特征向量构成的特征矩阵作为BiTCN模型的输入;其次,搭建并训练BiTCN模型,并利用ISSA的迭代寻优对其进行优化,最终实现三端混合直流输电线路故障的精确定位;最后,在PSCAD/EMTDC仿真平台中搭建系统模型,验证所提方法的可实施性。结果表明该方法定位精度较高,具有较好的泛化能力和鲁棒性,对高阻故障耐受能力较好。
关键词
三端混合直流输电系统
小波包熵特征融合
改进麻雀搜索算法
双向
时域
卷积
网络
Keywords
three-terminal hybrid DC transmission system
wavelet packet entropy feature fusion
sparrow search algorithm
bidirectional time-domain convolution network
分类号
TM726.1 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于BiTCN-SA的恶意代码分类方法
被引量:
1
2
作者
黄玮
王坚
吴暄
李思聪
机构
空军工程大学防空反导学院
出处
《空军工程大学学报》
CSCD
北大核心
2023年第4期77-84,共8页
基金
国家自然科学基金(61806219,61703426,61876189)
陕西省自然科学基金(2021JM-226)
+1 种基金
陕西省高校科协青年人才托举计划(20190108,20220106)
陕西省创新能力支撑计划(2020KJXX-065)。
文摘
当前恶意代码的对抗技术不断变化,恶意代码变种层出不穷,使恶意代码分类问题面临严峻挑战。针对目前基于深度学习的恶意代码分类方法提取特征不足和准确率低的问题,提出了基于双向时域卷积网络(BiTCN)和自注意力机制(Self-Attention)的恶意代码分类方法(BiTCN-SA)。该方法融合恶意代码操作码特征和图像特征以展现不同的特征细节,增加特征多样性。构建BiTCN对融合特征进行处理,充分利用特征的前后依赖关系。引入自注意力机制对数据权值进行动态调整,进一步挖掘恶意代码内部数据间的关联性。在Kaggle数据集上对模型进行验证,实验结果表明:该方法准确率可达99.75%,具有较快的收敛速度和较低的误差。
关键词
恶意代码分类
特征融合
双向
时域
卷积
网络
自注意力机制
Keywords
malicious code classification
feature fusion
bi-directional temporal convolution network
self attention mechanism
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于BiTCN-DLP的恶意代码分类方法
3
作者
李思聪
王坚
宋亚飞
黄玮
机构
空军工程大学防空反导学院
空军工程大学研究生院
出处
《信息网络安全》
CSCD
北大核心
2023年第11期104-117,共14页
基金
国家自然科学基金[61806219,61703426,61876189]
陕西省科学基金[2021JM-226]
+1 种基金
陕西省高校科协青年人才托举计划[20190108,20220106]
陕西省创新能力支撑计划[2020KJXX-065]。
文摘
为应对不断升级的恶意代码变种,针对现有恶意代码分类方法对特征提取能力不足、分类准确率下降的问题,文章提出了基于双向时域卷积网络(Bidirectional Temporal Convolution Network,BiTCN)和池化融合(Double Layer Pooling,DLP)的恶意代码分类方法(BiTCN-DLP)。首先,该方法融合恶意代码操作码和字节码特征以展现不同细节;然后,构建BiTCN模型充分利用特征的前后依赖关系,引入池化融合机制进一步挖掘恶意代码数据内部深层的依赖关系;最后,文章在Kaggle数据集上对模型进行验证,实验结果表明,基于BiTCN-DLP的恶意代码分类准确率可达99.54%,且具有较快的收敛速度和较低的分类误差,同时,文章通过对比实验和消融实验证明了该模型的有效性。
关键词
恶意代码分类
特征融合
双向
时域
卷积
网络
池化融合
Keywords
malicious code classification
feature fusion
BiTCN
DLP
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波熵特征融合和ISSA-BiTCN的直流输电故障定位
李瑞灵
高学军
王灿
余波
徐彦彬
《科学技术与工程》
北大核心
2024
0
下载PDF
职称材料
2
基于BiTCN-SA的恶意代码分类方法
黄玮
王坚
吴暄
李思聪
《空军工程大学学报》
CSCD
北大核心
2023
1
下载PDF
职称材料
3
基于BiTCN-DLP的恶意代码分类方法
李思聪
王坚
宋亚飞
黄玮
《信息网络安全》
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部