本次实验训练了多个用于垃圾图片分类识别的模型，采用迁移学习的方法选取性能较好的模型进行调优改进，最终的模型识别准确率在93%以上（30个epoch)；然后将训练好的模型部署在华为云上，生成API接口进行调用；最后设计了一个可视化程序调用API接口来进行展示，方便用户使用。
2021-02-19 18:49:17
711KB
1
针对电力用户的异常用电行为,提出一种基于深度学习的用户异常用电模式检测模型。利用Tensor Flow框架,构建了特征提取网络和多层特征匹配网络。基于长短期记忆(LSTM)的特征提取网络,从大量时间序列中提取出不同的序列特征。基于全连接网络(FCN)的多层特征匹配网络,利用提取出的特征数据,完成对异常用电数据的检测。实例分析表明,与非深度学习检测模型相比,所提模型可更加有效地完成异常用电模式检测。此外,与多层LSTM分类模型相比,所提模型具有更好的准确性和鲁棒性。
2021-02-19 10:41:46
527KB
1
提出一种使用深度学习方法对网络环境进行态势评估的方法。 根据网络扫描过程中获取的风险信息进行分类和特 征提取，训练深度学习网络，并根据学习结果预测攻击对网络造成的影响，同时对当前网络态势进行整体评估。 针对网络整 体的安全问题进行定量描述，从而可以对不同协议层、不同来源、不同手段的攻击进行风险评价，并调度资源进行拦截及防护。
2021-02-01 13:07:45
1.2MB
1
新型冠状病毒肺炎（novel coronavirus pneumonia，COVID-19）具有高传染性和高致病性，对人们的公共安全造成了严重威胁，从而备受全球关注。
2021-01-30 14:14:22
949KB
1