石琼

作品数：4被引量：4H指数：1
导出分析报告
供职机构：中北大学更多>>
发文主题：网络网络流量大数据奥克托今复杂网络更多>>
发文领域：自动化与计算机技术电子电信兵器科学与技术化学工程更多>>
发文期刊：《计算机仿真》《计算机工程与设计》《中北大学学报（自然科学版）》《仪表技术与传感器》更多>>
所获基金：山西省自然科学基金更多>>
-
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1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
三维虚拟现实物体表面图像点云数据提取仿真
《计算机仿真》2024年第10期148-152,共5页冯晓媛 石琼 
三维虚拟物体图像表面提取过程中,受环境光照、噪声等因素的干扰,导致物体提取准确度降低。为解决上述问题,提出一种三维虚拟现实物体表面图像点云数据提取方法。结合半径滤波和DBSAN聚类方法,删除图像点云数据内的噪声。采用八叉树方...
关键词：三维虚拟现实 物体表面图像 点云数据 提取 
动态生成Shapelet的网络流量异常检测被引量：1
《计算机工程与设计》2024年第5期1337-1342,共6页霍帅 师智斌 窦建民 郝伟泽 石琼 
山西省自然科学基金项目(20210302123075);山西省重点研发计划基金项目(201903D121166)。
当前网络流量异常检测方法大多针对流量特征集构建检测算法,为充分利用网络流量本身数据信息,降低对人为构建特征集的依赖,采用原始网络流量数据,基于对抗性动态Shapelet网络(ADSN),动态学习Shapelet时序特征,提出一种单尺度输入的ADSN(...
关键词：网络流量 异常检测 时间序列 时序特征 特征学习 卷积神经网络 生成对抗网络 
基于深度强化学习的可信分簇路由协议被引量：1
《仪表技术与传感器》2024年第2期117-126,共10页段辉 石琼 师智斌 
山西省自然科学基金项目(20210302123075)。
针对分簇路由协议中恶意节点充当簇头的安全性问题以及基于深度强化学习的路由协议存在收敛慢、波动大的难题,提出了一种基于信任机制和深度强化学习算法soft actor-critic(SAC)的分簇路由协议。该协议首先运用改进的标签传播算法对网...
关键词：无线传感器网络 分簇路由协议 网络安全 深度强化学习 信任机制 
基于时序特征的网络流量分类方法被引量：2
《中北大学学报（自然科学版）》2022年第3期221-228,共8页赵力强 师智斌 石琼 雷海卫 
山西省自然科学基金资助项目(20210302123075);山西省重点研发计划资助项目(201903D121166)。
网络流量数据具有明显的时序特征.针对基于机器学习的网络流量分类方法中,传统机器学习依赖人工设计特征以及深度学习无法兼顾特征自主生成与特征可解释性等问题,采用时序分析方法,提出了一种基于时序特征的网络流量分类方法.首先,将网...
关键词：网络流量分类 时序特征 Shapelet-Transform 可解释性 GPU 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部