摘要
本发明公开了基于双核化单类宽度学习自编码器的入侵信号检测方法,涉及信号检测技术领域,方法包括:将接收的信号数据划分为训练集和测试集;使用核函数映射信号数据至特征层,并通过生成的随机矩阵重构数据以获得第一最优核函数矩阵;对特征层数据进行增强处理,得到第二最优核函数矩阵;串联重构的特征层与增强层形成隐藏层,计算其重构误差作为损失函数,求解得出输出层权重矩阵;基于训练集信号数据的重构损失设定判断阈值;结合第一和第二最优核函数矩阵、输出层权重矩阵及判断阈值,识别测试集中的入侵信号。本发明通过两次核函数映射及重构优化处理信号数据,提高了入侵信号检测的准确性。
技术关键词
入侵检测特征
信号检测方法
重构误差
矩阵
增广拉格朗日
数据
编码器
信号检测技术
正则化参数
训练集
定义
内核
变量
算法
元素
系统为您推荐了相关专利信息
三维温度场
数字孪生方法
神经网络模型
成像设备
点云