排序方式: 共有33条查询结果,搜索用时 15 毫秒
1.
2.
由于词典类DGA域名的字符分布随机性低,单词组合随机性高,基于传统机器学习的恶意域名检测方法难以识别,虽然利用LSTM等深度学习的检测方法能捕捉域名字符序列特征,但缺乏局部词根组合特征,检测准确率低。针对以上问题,提出一种基于融合嵌入层的DGA域名检测方法。在域名词嵌入阶段,基于分词技术,进行字符和词根的融合嵌入向量表示,结合一维卷积神经网络(CNN)和双向门控循环单元(BiGRU),构建混合的深度学习模型,实现DGA域名检测。实验表明,该方法与单一采用CNN或LSTM模型相比,在域名二分类任务中的准确率分别提高3.1%和4.3%,针对词典类DGA家族matsnu、suppobox、ngioweb的检测具有更高的精确率。 相似文献
3.
4.
5.
6.
7.
在实现光伏电站低电压穿越(Low Voltage Ride Through,LVRT)的基础上,分析了光伏电站接入配电网LVRT对前加速自动重合闸的影响。根据故障发生的位置不同,基于时域分析对LVRT和前加速自动重合闸的延时进行整定,提出了光伏电站LVRT与前加速自动重合闸的配合方案。该方法能够解决前加速重合闸重合时间与LVRT时限不匹配,导致并网点电压二次跌落和瞬时性故障发展成为永久性故障的问题。通过在电磁暂态仿真软件(Power Systems Computer Aided Design,PSCAD)中建立仿真模型,在10 kV配电网中验证了所提方法的有效性和正确性。 相似文献
8.
这是美国能源部(DOE)核安全管理局(NNSA)根据2003财年国防授权法素3142条款和1997、1998及2001财年国防授权法案中的相关规定而提交给国会的核试验准备报告。 相似文献
9.
主要研究了用迭代法求解增生算子紧扰动方程。在改造已有的Ishikawa迭代的基础上,利用改造后的迭代法给出了增生算子紧扰动方程Tx Cx=f的解的一种迭代逼近,从而为寻求此类方程的解提供了一种新途径,此外还研究了一般扰动元情形,所得结果统一并推广了Childume,Tan和Xu的相应结论。 相似文献
10.
光伏因受外界环境因素影响,输出功率存在间歇性和波动性。分布式光伏系统接入配电网会导致部分线路电流保护误动、拒动和灵敏度下降问题。在分析分布式光伏接入配电网故障特征的基础上,基于参数辨识理论对模型识别纵联保护原理进行改进与优化,提出光伏接入配电网线路保护判据。改进后的模型识别纵联保护方法将线路区外、区内故障均等效为不同的电感电路模型,根据线路故障时内、外部模型误差大小来区分区内、区外故障。通过PSACD/EMTDC仿真验证,该方法有效克服了光伏接入配电网分支电流的影响并且能够快速、准确地动作,从而验证了将模型识别纵联保护原理应用在光伏接入配电网线路保护的正确性和有效性。 相似文献