廖光忠

作品数：31被引量：62H指数：3
导出分析报告
供职机构：武汉科技大学更多>>
发文主题：入侵检测网络编码器异常检测SNORT更多>>
发文领域：自动化与计算机技术电子电信更多>>
发文期刊：《武汉科技大学学报》《计算机应用》《工业控制计算机》《科技创业月刊》更多>>
所获基金：国家自然科学基金湖北省自然科学基金湖北省教育厅科学技术研究项目湖北省教育厅自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进DenseNet模型的滚动轴承故障诊断被引量：1
《计算机技术与发展》2024年第3期207-213,共7页雷伟 廖光忠 裴浪 
国家自然科学基金项目(U1836118)。
滚动轴承是机械设备的关键部件,为了检测滚动轴承设备的正常运转并且提高识别轴承故障的准确率,提出一种优化变分模态分解(VMD)结合改进密集神经网络(DenseNet)的故障诊断模型方法。首先,使用多种群差分进化(MPDE)算法以局部极小包络熵...
关键词：滚动轴承 变分模态分解 多种群差分进化 密集神经网络 MECANet 故障诊断 
改进变分自编码器的工业时序数据异常检测
《计算机工程与设计》2024年第1期17-23,共7页张志昂 廖光忠 
国家自然科学基金项目(61502359)。
为解决传统的异常检测模型对工业时序数据异常点检测方面误判率大和抗干扰性差的问题,提出一种改进的变分自编码器模型。考虑到工业时序数据的不规律性,使用变分自编码器模型作为基础架构;由于变分自编码器本身存在难以准确检测出异常...
关键词：异常检测 时间卷积网络 变分自编码器 通道注意力机制 时序数据 随机森林 感受野 
基于改进自编码模型的工业时序数据异常检测被引量：2
《计算机与数字工程》2023年第11期2627-2632,2670,共7页肖鉴涛 廖光忠 
国家自然科学基金项目(编号:61502359)资助。
针对传统异常检测模型在处理工业多维时序数据时特征提取不充分、抗干扰能力弱等问题,提出一种改进的自编码模型,有效结合了门控循环网络的时序信息记忆能力和收缩自编码器的鲁棒特征提取能力,能够同时捕获不同特征变量之间的非线性相...
关键词：异常检测 时序数据 半监督学习 收缩自编码器 门控循环网络 
基于U-Net的多尺度特征增强视网膜血管分割算法被引量：1
《计算机应用》2023年第10期3275-3281,共7页张志昂 廖光忠 
武汉市重点研发计划项目(2022012202015070)。
针对传统视网膜血管分割算法存在血管分割精度低和病灶区域误分割等缺点,提出一种基于U-Net的多尺度特征增强视网膜血管分割算法(MFEU-Net)。首先,为解决梯度消失问题,设计一种改进的特征信息增强残差模块(FIE-RM)替代U-Net的卷积块;其...
关键词：视网膜血管分割 U-Net 多尺度信息 密集空洞卷积 残差网络 病灶区域 
改进YOLOv5s的明渠漂浮垃圾实时检测方法被引量：1
《计算机技术与发展》2023年第9期83-90,共8页石露露 廖光忠 
国家自然科学基金项目(61502359)。
针对航拍图像上明渠漂浮垃圾尺寸小,且易受水面倒影、强光等因素干扰从而造成漂浮垃圾漏检和误检的问题,提出了一种基于改进YOLOv5s的明渠漂浮垃圾实时检测方法。首先,通过数据增强的方式对数据集进行扩充,避免数据量过少产生过拟合现象...
关键词：YOLOv5s 实时检测 加权双向特征融合 注意力机制 小目标 
基于多层次特征提取的中文医疗实体识别被引量：1
《计算机技术与发展》2023年第9期119-125,共7页李正辉 廖光忠 
国家自然科学基金项目(61502359)。
中文医疗实体识别是医疗领域文本信息处理的基础,但中文医疗文本中常常存在语法不规范、实体嵌套和类型易混淆等问题易造成实体识别精度下降,因此确保中文医疗实体识别的准确度具有较大的理论研究和实际应用价值。为此,提出一种融合BER...
关键词：实体识别 BERT预训练 空洞卷积网络 注意力机制 感受野 
基于改进降噪自编码模型的网络入侵检测被引量：4
《计算机技术与发展》2023年第2期119-124,共6页蔡宇航 廖光忠 
国家自然科学基金项目(61502359)。
针对网络入侵数据中样本不平衡现象导致多分类准确率普遍不高的问题,提出一种基于改进降噪自编码模型的网络入侵检测方法。在数据处理方面,对原始网络入侵数据进行数值化和归一化预处理,并且使用生成对抗网络模型来对现有入侵数据进行...
关键词：网络入侵检测 样本不平衡 生成式对抗网络 降噪自编码器 门控循环单元 
基于语义依存和外部知识库的关键词抽取被引量：2
《计算机工程与设计》2022年第3期821-826,共6页倪兵 廖光忠 
国家自然科学基金项目(61673304);国家社会科学基金重大计划基金项目(11&ZD189)。
为提升基于TextRank算法的关键词抽取效果,分析中文语义结构和分词算法的特点,提出一种融合语义依存和外部知识库的方法。使用语义依存图代替共现窗口构建词图,增强词图中各节点间的语义联系;在此基础上引入规范化谷歌距离和领域词典这...
关键词：抽取 语义依存图分析 外部知识库 前后向匹配算法 特征加权 
基于RTE和XGBoost组合模型的网络故障预测被引量：2
《武汉大学学报（工学版）》2021年第8期755-760,共6页杨龙 廖光忠 
国家自然科学基金资助项目(编号:61502359)。
以某电信公司的网络设备告警日志作为研究基础,提出随机森林嵌入(random trees embedding,RTE)和极端梯度提升(extreme gradient boosting,XGBoost)的组合模型,并将其应用于对网络业务运行状态的故障预测。针对特征中噪声大的问题,采用...
关键词：告警日志 RTE XGBoost 网络故障预测 
基于K-Medoide聚类的黑客画像预警模型被引量：5
《计算机工程与设计》2021年第5期1244-1249,共6页洪飞 廖光忠 
国家自然科学基金项目(61502359);智能信息处理与实时工业系统湖北省重点实验室开放课题基金项目(2016znss04A)。
针对复杂的网络攻击行为,以网站安全日志数据作为研究基础,构建一套基于黑客群体画像的预警模型。根据安全日志数据提取黑客的行为特征构建黑客画像;使用K-Medoide算法对黑客画像进行聚类,构建黑客群体画像,同时分析每个簇的主要特征,...
关键词：安全日志 聚类 黑客画像 群体画像 预警模型 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部