首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
  国内免费   1篇
综合类   1篇
一般工业技术   1篇
  2022年   1篇
  1979年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为适应工农业生产发展的需要,我厂开设了50米~3/时制氧机提取液氮的业务。现将操作方法简述如下:打开液氧分析阀放少量液氮至液氮瓶预冷,然后打开阀门排液。在排放液氮的同时,通过高压空气节流阀(P1)和膨胀机凸轮,提高高压压力,以补充放液氮过程中的冷量损失。高压压力的高低,应根据排放的时间长短和液氧液面的高低来决定。如时间过长,冷损过大,高压压力已至极限工作压力时,可适当开大液空节流阀(P2),维持液氧液面。  相似文献   
2.
推荐系统能够有效缓解互联网的迅猛发展带来的信息过载问题,但欺诈攻击的存在制约了推荐系统的健康发展,因此如何准确、高效地检测欺诈攻击是推荐系统安全领域的重要问题。针对传统检测方法依赖专家知识人工提取特征的局限性以及已有基于深度学习的欺诈攻击检测方法存在的硬分类问题,利用卷积神经网络(CNN)自动获取用户空间和时间上的低维表示向量,提出了一种基于CNN和犹豫模糊集的欺诈攻击检测方法CNN-HFS。首先对每个用户分别从评分值、评分偏好和评分时间这三个视角抽取三个行为矩阵,利用双三次插值法对三个矩阵进行缩放得到对应的密集评分矩阵、密集偏好矩阵和密集时间矩阵;然后,将每个用户任意视角下的缩放矩阵视为一个图像,在三个不同视角下分别训练CNN,计算任意用户在每个视角下属于攻击用户类的隶属度;最后,引入模糊犹豫集对多视角下的检测结果进行综合决策,根据决策结果识别出攻击用户。实验结果表明,CNN-HFS在MovieLens 1M数据集上的F1值超过95%,在Amazon数据集上的F1值达到85%。与七种对比方法相比,CNN-HFS在两个数据集上均具有更高的检测精度、召回率及F1值。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号