文章详情
| 稿件标题： | 基于深度学习的交通袭击攻击方式智能识别 |
| 稿件作者： | 杨黎霞1，2，许茂增1，陈仁祥3 |
| DOI： | 10.11809/bqzbgcxb2021.02.030 |
| 科学编辑： | 刘昊 博士（国防大学） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 交通运输系统；交通袭击；攻击方式；智能识别；深度学习 |
| 文章摘要： | 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。 |
| 稿件基金： | 国家自然科学基金项目（71471024）；重庆市社会科学规划项目（2018YBGL071） |
| 引用本文格式： | 杨黎霞，许茂增，陈仁祥.基于深度学习的交通袭击攻击方式智能识别［J］.兵器装备工程学报，2021,42(02):156-161. YANG Lixia, XU Maozeng, CHEN Renxiang.Intelligent Recognition Method of Traffic Attack Type Based on Deep Learning［J］.Journal of Ordnance Equipment Engineering,2021,42(02):156-161. |
| 刊期名称： | 2021年02期 |
| 出版时间： | 2021年2月 |
| 上线时间： | 2021年2月28日 |
| 浏览次数： | 2524 |
| 下载次数： | 432 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |