简介:通过对目前正在实施的入侵检测系统的深入分析,利用Java语言的安全性机制,来设计入侵检测系统,提高其自身的安全性.介绍了用Java来设计入侵检测系统中的网络通信模块,提高检测网络数据安全性的能力。
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。
简介:本系统以MSP430F149单片机为核心,设计研发一款简洁的电流检测装置,主要包括功率放大部分、AD采集部分、LCD1602液晶屏显示部分、电流检测部分。主要通过单片机将采集到的电压信号进行内部运算,然后电流峰峰值、电压、频率和谐波显示在LCD1602液晶显示屏。与当前使用的大部分的电流检测装置不同,它可以进行多种环境下电流的检测工作,适用范围较为广泛且操作简单,成本与同等功能的电流检测装置相比也较为低廉。
简介:生产者与消费者系统(PCS)是一个经典的进程同步问题,Hocine等学者运用抽象状态机(ASMs)对该问题进行了时序规约。文中主要使用TLA语言对PCS给出了一个时序规约模型,并且利用模型检测工具TLC对PCS进行检测。同时对系统的活性和互斥性也进行了检测,检测结果都满足系统规约。ASMs主要采用转移规则来规约PCS模型,中间的转移过程是无法知道的,TLA能同时规约出PCS的执行过程和系统属性。
简介:为解决马铃薯图片的分类检测问题,提出了基于卷积神经网络的图像分类方法.利用卷积神经网络自动学习图像特征的优势解决马铃薯图像的分类问题,分别研究了基于ResNet、DenseNet和CaffeNet的神经网络模型图像分类方法,比较了不同分类方法的准确率,同时利用可视化工具提取网络中的特征图,结合测试结果对网络模型进行调整,降低图像分类的错误率,并且针对样本容量较小时易造成网络模型过拟合的缺点,采用留一法和其他方法来处理样本图片,以提高训练的网络精度.该次研究中训练的三种神经网络模型正确地对马铃薯图像特征进行了提取,网络的识别准确率较高,达到了生产检测的标准.
简介:主要介绍了电能对电力系统的影响和谐波参数的计算方法,其中包括应用快速傅立叶变换求取基波和谐波的幅值、相位,利用相关方法求取信号的相位差等,最后介绍了虚拟电能分析仪的系统设计,包括硬件接口电路设计及虚拟仪器用户界面设计。