基于深度学习的交通袭击攻击方式智能识别
针对交通袭击事件特征自动学习提取、特征提取与模式识别融合问题,提出基于深度学习的交通袭击攻击方式智能识别方法;利用加噪自动编码深度神经网络从高维度、多样化的交通袭击事件统计大数据中自动学习提取出各类攻击方式特征,并利用微调将特征学习与模式识别融为一体,最终实现交通袭击攻击方式的智能识别;采用全球恐怖主义数据库的数据对该方法进行算例分析,识别准确度达94.86%,所提方法具有可行性与有效性.
交通运输系统、交通袭击、攻击方式、智能识别、深度学习
42
X951
国家自然科学基金项目;重庆市社会科学规划项目
2021-05-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
156-161