您当前的位置：
首页 >
文章列表页 >
基于MSE改进BiLSTM网络算法的工业互联网异常流量时空融合检测
计算机科学与技术 | 更新时间：2025-07-22

    • 基于MSE改进BiLSTM网络算法的工业互联网异常流量时空融合检测

    • Spatio temporal fusion detection of abnormal traffic in industrial Internet based on MSE improved BiLSTM network algorithm

    • “在工业互联网领域，专家提出了基于MSE改进BiLSTM神经网络算法的异常流量时空融合检测方法，有效提升了异常检测性能。”
    • 吉林大学学报（工学版）   2025年55卷第4期 页码：1406-1411
    • 作者机构：

      1.北京联合大学 北京市信息服务工程重点实验室，北京 100101

      2.北京联合大学 前沿智能技术研究院，北京100101

    • 作者简介：

      程光（1964-），男，教授，博士. 研究方向：先进制造和工业工程.E-mail： chengguang@buu.edu.cn

    • 基金信息：
      国家重点研发计划项目(2021YFB1715700)

    • DOI：10.13229/j.cnki.jdxbgxb.20240279    

      中图分类号： TP393

    • 收稿：2024-03-22，

      纸质出版：2025-04-01

    移动端阅览

  • 程光,李沛霖.基于MSE改进BiLSTM网络算法的工业互联网异常流量时空融合检测[J].吉林大学学报（工学版）,2025,55(04):1406-1411. DOI： 10.13229/j.cnki.jdxbgxb.20240279.

    CHENG Guang,LI Pei-lin.Spatio temporal fusion detection of abnormal traffic in industrial Internet based on MSE improved BiLSTM network algorithm[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(04):1406-1411. DOI： 10.13229/j.cnki.jdxbgxb.20240279.

  •  
  •  

0

浏览量

6

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于注意力机制和特征融合的语义分割网络
时间显著注意力孪生跟踪网络
融合多头注意力机制的货车载重估计模型
结合融合特征与特征映射的空域图像隐写分析
基于多支路卷积神经网络的磁瓦表面缺陷检测算法

相关作者

张晨洁
王伟刚
马智勇
付强
王玉瑶
才华
杨大伟
苏宏阳

相关机构

吉林大学第一医院 泌尿外二科
长春理工大学 空间光电技术研究所
长春理工大学 电子信息工程学院
大连民族大学 机电工程学院
吉林大学 交通学院
0