公共文化服务平台

覃仁超: 作品数：29 被引量：88H指数：6; 供职机构：西南科技大学更多>>; 发文基金：国家自然科学基金国家教育部博士点基金国防基础科研计划更多>>; 相关领域：自动化与计算机技术金属学及工艺理学电子电信更多>>

合作作者

基于免疫和D-S证据理论的计算机病毒检测方法被引量：3: 2012年; 针对基于特征码的检查方法不能检测出未知病毒和已知病毒的新变种的问题,提出了一种基于免疫原理和D-S证据理论的计算机病毒检测方法。基于对现有计算机病毒免疫系统的深入剖析,提出了一种新的抗原提呈策略;借助基于免疫原理的计算机病毒检测方法输出的抽象层信息,提出了针对病毒检测的融合方法;通过融合不同抗原提呈基因库的检测结果,可提高基于免疫原理的计算机病毒检测方法的检测性能。实验结果表明:该方法对未知病毒具有良好的检测效果,在较低的误报率下获得了较高的检测率。实验验证了所提出方法的有效性,为病毒检测方法研究提供了一种新的思路。; 覃仁超刘念黄晓芳; 关键词：计算机病毒免疫原理抗原提呈 D-S证据理论

基于免疫原理的控制器参数整定方法被引量：7: 2009年; 基于免疫原理,建立了一个基于免疫机制进行控制器参数整定的数学模型。给出了参数整定问题中抗原、抗体和亲和力的定义,对基于免疫原理的控制器参数整定过程进行了详细的描述。最后以PID的参数整定为例,控制一个高阶系统,大延迟系统和非最小相位系统。并与Z-N,MOMI等算法的整定结果进行了对比实验,结果表明该方法对控制器的参数整定是有效的。; 覃仁超李涛张瑜; 关键词：克隆选择控制器免疫原理数学模型参数整定

小目标检测方法、装置及存储介质: 本申请提供了一种小目标检测方法、装置及存储介质，涉及图像检测技术领域，其包括：获取包含小目标的待检测图片，输入至小目标检测模型中；模型包括：添加有注意力机制的特征提取网络，包括预设锚框尺寸和比例、以及新增面积比惩罚项和宽...; 覃仁超张岚叶承卓何飞

基于局部密度信息熵均值的密度峰值聚类算法被引量：4: 2022年; 针对密度峰值聚类算法(DPC,the density peak clustering algorithm)聚类结果受距离阈值dc参数影响较大的问题,提出一种局部密度捕获范围以及利用局部密度信息熵均值进行加权优化的方法(简称为LDDPC),在DPC算法选取到错误的距离阈值dc时,通过对最大密度邻近点的相对距离进行加权,重新获得正确的分类数量和聚类中心;经典数据集的实验结果表明,基于局部密度信息熵均值加权优化能避免DPC算法中距离阈值dc对聚类结果的影响,提高分类的正确率。; 唐风扬覃仁超熊健; 关键词：聚类算法信息熵加权

基于Adam-BNDNN的网络入侵检测模型被引量：8: 2020年; 针对传统入侵检测算法检测精度低、误报率高等问题,提出了一种融合批量规范化和深度神经网络的网络入侵检测模型;该模型首先在深度神经网络隐藏层添加批量规范化层,优化隐藏层的输出结果,然后采用Adam自适应梯度下降优化算法对BNDNN参数进行自动优化,提高模型检测能力;并使用NSL-KDD数据集进行仿真实验,结果表明该模型的检测效果优于SNN、KNN、DNN等检测方法;整体检测率可达99.41%,整体误报率为0.59%,证明了模型的可行性。; 何梦乙覃仁超刘建兰熊健唐风扬; 关键词：入侵检测

一种工业CT图像的分割算法被引量：3: 2006年; 文章根据工业CT图像的特点,提出了一种适用于工业CT图像分割的算法。该算法是一种结合数学形态学和CANNY算子边缘检测的图像分割算法。实验结果表明:该算法能有效地提取出实际工件的轮廓,并将实际工件的CT图像从CT切片中分割出来。; 覃仁超; 关键词：CT图像图像分割 CANNY算子数学形态学

基于CANNY算子的工业CT图像边缘信息提取被引量：3: 2004年; 工业CT图像边缘信息提取是缺陷识别及三维重建的关键步骤。传统的边缘提取算法难以对CT图像边缘信息进行有效的提取。文章在对Canny的最佳边缘信息检测算子进行理论分析研究的基础上,用VC++实现了该算法,并与Sobel算子、Gauss-Laplace算子提取的结果进行了比较。结果表明,用Canny算子对工业CT图像的边缘信息提取是有效和可行的。; 覃仁超; 关键词：CANNY算子 CT图像

基于免疫的动态垃圾邮件过滤研究被引量：1: 2007年; 本文基于生物免疫系统防御机制,探讨了将人工免疫原理应用于垃圾邮件过滤系统(IDSFS),通过动态生成垃圾邮件疫苗,提高系统的检出率。另外,针对传统邮件过滤系统存在的错误肯定率、错误否定率等不足及用户对邮件个性化处理的要求,引入用户反馈机制,使得系统精确率、正确率进一步提高。实验结果表明,该系统具有较强的自学习、自适应能力。; 王刚周激流何坤琚生根覃仁超邓微波; 关键词：人工免疫垃圾邮件检测垃圾邮件过滤阴性选择

BRNet:基于特征复用的僵尸网络检测模型被引量：1: 2023年; 僵尸网络作为一种新型攻击方式,如今已成为互联网安全领域面临的重大威胁之一。传统的僵尸网络检测算法在某些特定情境下可以达到很好的检测效果。然而,这些检测算法仍然存在问题,例如在检测现实世界中的真实流量时,存在特征提取标准不统一、低准确率、低召回率等现象,并且无法有效地检测未知僵尸网络。传统检测方法在真实世界的海量流量下问题频出,因此提出了BRNet,整个BRNet检测模型分为两部分。第一部分通过设定的统一标准从数据包的标头中提取原始数据。第二部分提出了ReconNet模型,可以充分利用数据的有限特征进行特征重用,以提高分类性能。在ISCX-2014僵尸网络数据集上的实验结果表明,准确率可以达到99.29%,F1分数达到99.02%,优于目前大多数检测方法,且具有很强的泛化能力。此外,该模型在CICIDS2017和DARKNET2020数据集上也取得了不错的效果。; 何娅蓥覃仁超舒月蒋瑞林李丫刘国航; 关键词：僵尸网络