基于CNN的泄漏电缆入侵检测定位算法

• 作者: 刘太君 叶焱 张芳杰 朱妍静
• 来源期刊: 移动通信
• 学科: 工学
• 关键词: 泄漏电缆 卷积神经网络 入侵检测 入侵定位
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 研究与探讨
• 页码范围: 91-96
• 页数: 6页
• 分类号: TN929.5
• 字数: 2880字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1010.2020.04.019

摘要

泄漏电缆入侵检测系统所处的外部环境较为复杂,为降低环境因素对泄露电缆入侵检测的影响,提出了基于卷积神经网络的入侵检测算法.通过卷积神经网络处理大量的样本数据,并从数据中自动提取内在特性,实现泄漏电缆电磁入侵检测系统更低的误报率、漏报率和更高的定位精度的目标,搭建了卷积神经网络入侵检测模型,并用样本数据对模型进行训练和测试.模型测试结果表示其具有低漏报率和误报率,定位精度可达到1 m.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘太君	宁波大学信息科学与工程学院	83	421	11.0	18.0
2	叶焱	宁波大学信息科学与工程学院	65	319	10.0	15.0
3	张芳杰	宁波大学信息科学与工程学院	3	1	1.0	1.0
4	朱妍静	宁波大学信息科学与工程学院	1	0	0.0	0.0