期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于GATv2-TCN联合优化的WSN数据流异常检测算法
1
作者 苏宇杭 马俊 +3 位作者 樊津瑜 陈博行 周家城 尹博然 《计算机工程与科学》 北大核心 2025年第5期843-850,共8页
在传感器网络中,通过对数据流进行异常检测能够及时发现故障并报警,以确保系统安全可靠运行。然而WSN数据流异常检测仍面临2大难题:1)不同时间序列间复杂的相关性有待深入挖掘;2)在正常/异常样本分布极度不平衡的数据集中异常样本不易... 在传感器网络中,通过对数据流进行异常检测能够及时发现故障并报警,以确保系统安全可靠运行。然而WSN数据流异常检测仍面临2大难题:1)不同时间序列间复杂的相关性有待深入挖掘;2)在正常/异常样本分布极度不平衡的数据集中异常样本不易检出。提出一种基于GATv2-TCN的异常检测算法。采用GATv2和TCN来建模特征和时间维度的复杂关系,并优化预测和重构模块。采用4个数据集对所提算法进行性能验证与分析。实验结果表明,所提算法获得了较高的F 1和AUC,特别是在不平衡的数据集中各项指标均高于基线模型,具有较好的WSN数据流异常检测效果。 展开更多
关键词 无线传感器网络 数据流异常检测 gatv2 TCN
在线阅读 下载PDF
图注意力Transformer网络的自适应网格划分
2
作者 韩婷 叶佳 +1 位作者 闫连山 甘宗鑫 《光电工程》 北大核心 2025年第4期2-13,共12页
针对有限元分析中自适应网格划分面临的计算精度与效率协同优化难题,本研究提出基于注意力融合机制的GTF-Net框架。该模型创新融合图注意力网络与Transformer架构,通过多头交叉注意力模块实现局部几何特征与全局物理场的动态耦合,增强... 针对有限元分析中自适应网格划分面临的计算精度与效率协同优化难题,本研究提出基于注意力融合机制的GTF-Net框架。该模型创新融合图注意力网络与Transformer架构,通过多头交叉注意力模块实现局部几何特征与全局物理场的动态耦合,增强对奇异场及复杂边界的表征能力。经光波导传输和贝塞尔函数双案例验证,相较传统Scikit-FEM(skFem)方法,GTF-Net在保持计算效率优势的同时,梯度误差标准差分别降低85.9%和23.8%。结果表明,该框架通过非线性特征映射显著提升网格分布与物理场变化的匹配度,为解决工程计算中的自适应网格优化问题提供深度学习新方案。 展开更多
关键词 自适应网格细化 gatv2-Transformer融合网络 有限元分析 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部