摘要
本发明公开了一种无人机入侵检测方法、系统、存储介质及程序产品,涉及无人机群的入侵检测技术领域,方法包括:S1、模型对网络数据分支和物理数据分支进行参数初始化生成初始权重;S2、设置超参数对模型进行训练;S3、更新模型参数并计算验证损失值,之后分别发给参数服务器;S4、参数服务器对接收到的验证损失值进行比较,选择最小的验证损失值与其所对应的模型参数;S5、如果所有节点的模型均通过验证,则参数服务器更新全局模型为当前迭代的模型;如果没有模型通过验证,则保持上一轮的全局模型不变。本发明对两种异质数据分别建立了新型卷积Transformer网络以进行特征提取;使用KAN Layer代替传统mlp分类器更好地处理非线性映射。
技术关键词
无人机入侵检测
模态特征
更新模型参数
超参数
服务器更新
网络
物理
数据
分支
矩阵
入侵检测技术
融合特征
分布式训练
服务器模块
可读存储介质
计算机程序产品
处理器
注意力
系统为您推荐了相关专利信息
评价分析系统
XGBoost模型
面料
评价分析方法
模型训练模块
网络流量识别
电子阅读器
超参数
网络流量信息
网络安全监管
心率检测方法
视频帧
混合损失函数
频域滤波器
序列
设备故障检测方法
深度学习模型
故障类别
设备故障检测系统
编码器
任务调度方法
混合算法
节点
集群资源利用率
低成本