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
共找到2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：
基于CA-ResNet网络与nadam优化的入侵检测算法 被引量：10
1
作者 张文泷 魏延 +3 位作者 李媛媛 蒋俊蕊 张昆 张杨 《重庆师范大学学报（自然科学版）》 CAS 北大核心 2021年第4期97-106,共10页
【目的】针对深度学习模型在网络入侵检测中进行参数训练时因梯度消失而导致深度学习模型过拟合在测试集上准确率下降的问题。提出一种结合LeakyRelu激活函数与ResNet的网络入侵检测算法,即CA-ResNet,并采用nadam优化器对模型进行优化... 【目的】针对深度学习模型在网络入侵检测中进行参数训练时因梯度消失而导致深度学习模型过拟合在测试集上准确率下降的问题。提出一种结合LeakyRelu激活函数与ResNet的网络入侵检测算法,即CA-ResNet,并采用nadam优化器对模型进行优化。【方法】该模型在DNN的基础上增加了网络的层次,结合了ResNet和LeakyRelu激活函数。【结果】解决了模型训练时梯度消失的问题,保证了该模型在测试数据集上的表现,使得训练的模型的泛化能力更强,同时通过增加网络的单层维度和总层次的深度,提高了网络的特征提取能力和对尺度的适应性。【结论】使用KDD Cup99数据中的Corrected数据集对算法进行验证。实验表明,该算法与CNN和CNN-BiLSTM算法相比具有更高的准确率和F1-score,准确率能够达到95.0%,F1-score能够达到97.5,时间复杂度为线性时间复杂度。 展开更多
关键词 网络安全 深度学习 入侵检测 ResNet残差网络 协同激活函数 ca-resnet nadam优化器
原文传递
基于多模态数据的阿尔兹海默病分类方法 被引量：6
2
作者 张昀枭 吴晓红 +3 位作者 唐荔莉 徐庆华 王斌 何小海 《计算机应用》 CSCD 北大核心 2023年第S02期298-305,共8页
针对基于单模态影像数据实现阿尔兹海默病(AD)辅助分类的方法存在单模态数据提取病理信息有限、影像特征提取不稳定以及分类准确率偏低等问题,提出一种基于多模态数据的AD分类方法。该方法首先根据临床中对AD诊断时需要多种检查方式综... 针对基于单模态影像数据实现阿尔兹海默病(AD)辅助分类的方法存在单模态数据提取病理信息有限、影像特征提取不稳定以及分类准确率偏低等问题,提出一种基于多模态数据的AD分类方法。该方法首先根据临床中对AD诊断时需要多种检查方式综合分析的特点,采用核磁共振成像(MRI)、量表、生物标志物、基因四种多模态数据实现AD辅助诊断,并针对多模态数据的特点设计了多模态分类网络。多模态分类网络搭建了影像数据和非影像数据两条特征提取网络分支:前者将预处理后的MRI影像数据送入改进后的网络进行特征提取,改进的网络以残差网络(ResNet)为主体,将坐标注意力(CA)模块嵌入残差结构中,使网络模型关注到MRI影像中的AD病变位置区域;后者将量表、生物标志物和基因等非影像数据送入多层感知机提取特征信息。最后将提取到的MRI影像特征和非影像特征通过特征融合后实现分类。实验结果表明,在无泄漏多模态数据集下,改进后的MRI影像特征提取网络相较于基础网络ResNet,AD/轻度认知障碍(MCI)/认知正常(CN)三分类准确率提升了5.42个百分点,AD/CN二分类准确率提升了8.87个百分点,验证了网络改进的有效性;多模态融合后的AD/CN准确率为92.89%,相较于单模态MRI影像数据提升了8.40个百分点,AD/MCI/CN分类准确率则提升了13.51个百分点,有效地验证了提出的方法能融合各种模态的病理信息,有效提高AD分类的准确率。综上,所提方法能有效地提升AD辅助诊断性能。 展开更多
关键词 多模态数据 深度学习 残差网络 坐标注意力 核磁共振成像 阿尔兹海默病
在线阅读 下载PDF
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
使用帮助 返回顶部