Yolov3+Flask+2k图片+99%检测率权重——交互式框架 0x01 主页视图 0x02 图片检测 0x03 视频检测 0x04 实时检测 0x05 训练数据 0x06 日志记录
2022-12-14 16:26:55 402.49MB 深度学习 python yolo 交互式框架
利用遗传基因算法对SVM-RFE算法进行优化,从而获取更优异的特征,提高检测率,该算法的SVMtrain利用matlab自带的函数
2022-02-21 09:15:37 10KB 支持向量机 matlab 算法 机器学习
1
针对现有DDoS(distributed deny of service)攻击检测率低、误报率较高等问题进行了深入研究。根据DDoS攻击发生时网络中的流量特性和IP熵特性,建立了相应的流量隶属函数和IP熵隶属函数,隶属函数的上下限参数通过对真实网络环境仿真得到。提出了基于流量和IP熵特性的DDoS攻击检测算法,先判断流量是否异常,再判断熵是否异常,进而判断是否发生了DDoS攻击。由仿真结果可以看出,单独依靠流量或IP熵都不能很好地检测出DDoS攻击。该算法将流量和IP熵特性综合考虑,准确地检测出了DDoS攻击,降低了误报率,提高了检测率
1
本代码算法用于脉冲噪声、椒盐噪声等检测阶段的噪声或干净像素点正确检测率,误检率等评价标准的算法,基于matlab实现,附有代码注释。
1