典型文献
一种基于集成学习的列车控制系统入侵检测方法
文献摘要：
文章提出一种基于集成学习的列车控制系统入侵检测方法,采用随机森林分类器实现一维多尺度卷积网络空间特征提取模型与自适应时间卷积网络时间特征提取模型的融合,降低网络泛化误差,提高入侵检测准确率.基于列车控制系统半实物仿真平台模拟的入侵检测数据集,文章对该方法进行实验评估和对比测试,结果证明,该方法更具优势.
文献关键词：
列车控制系统;集成学习;入侵检测;卷积神经网络;自适应计算时间
中图分类号：
作者姓名：
王浩洋;李伟;彭思维;秦元庆
作者机构：
华中科技大学人工智能与自动化学院,武汉 430074;华中科技大学图像信息处理与智能控制教育部重点实验室,武汉 430074;中车株洲电力机车有限公司智能网络研发部,株洲 412001;中车株洲大功率交流传动电力机车系统集成国家重点实验室,株洲 412001
文献出处：
引用格式：
[1]王浩洋;李伟;彭思维;秦元庆-.一种基于集成学习的列车控制系统入侵检测方法)[J].信息网络安全,2022(05):46-53
A类：
自适应计算时间
B类：
集成学习,列车控制系统,入侵检测方法,随机森林分类器,维多,多尺度卷积网络,网络空间,空间特征提取,提取模型,时间卷积网络,网络时间,时间特征,泛化误差,检测准确率,半实物仿真平台,检测数据集,实验评估,对比测试
AB值：
0.254277
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
