卷积神经网络图像识别技术在入侵监测系统中的应用研究

• 作者: 王洪德 王焕青
• 来源期刊: 大连交通大学学报
• 关键词: 入侵监测 图像识别 卷积神经网络 TensorFlow
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 电气与信息工程
• 页码范围: 107-110
• 页数: 4页
• 字数: 3262字
• 语种: 中文

摘要

为应对入侵手段复杂多样的安全形势,解决现有入侵监测技术成本高、适应性差的问题,设计研发一种成本低廉、兼容性好、方便拓展的入侵监测系统.应用开源深度机器学习框架TensorFLow实现基于卷积神经网络的图像识别算法,构建辅助安全系统,并在多种工况下对系统有效性进行验证.结果表明:系统能以较高准确率对入侵行为进行识别,在多分类情景下,随训练样本数量的增加,模型预测准确率得到提高,而收敛时间有所增加,开启GPU加速后缩短为原来的1/10.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪德	大连交通大学土木与安全工程学院	71	814	15.0	26.0
5	王焕青	大连交通大学隧道与地下结构工程技术研究中心	1	2	1.0	1.0