基于多特征自适应融合的区块链异常交易检测方法

来源 :通信学报 | 被引量 : 0次 | 上传用户:ahfnhui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对智能检测模型的性能受限于原始数据(特征)表达能力的问题,设计了一种残差网络结构ResNet-32用于挖掘区块链交易特征间隐含的关联关系,自动学习包含丰富语义信息的高层抽象特征。虽然浅层特征区分能力弱,但更忠于原始交易细节的描述,如何充分利用两者的优势是提升异常交易检测性能的关键,因此提出了特征融合方法自适应地桥接高层抽象特征与原始特征之间的鸿沟,自动去除其噪声和冗余信息,并挖掘两者的交叉特征信息获得最具区分力的特征。最后,结合以上方法提出区块链异常交易检测模型(BATDet),并通过Ellipt
其他文献
螺栓在很多领域内应用广泛,但在制造和加工过程中可能会出现缺陷问题,螺栓表面缺陷的存在将很大程度影响其使用寿命,并可能造成安全隐患。为了更好地检测螺栓表面缺陷,同时提高检测的速度与精度,应用机器视觉相关技术,针对螺栓表面纹理复杂、具有高频噪声难以检测的问题,提出了基于连通域自定义形状描述子的滤波算法。首先通过图像预处理与局部自适应二值化算法得到需要滤波的图像,再根据自定义的形状描述子对连通域进行高效
分层是复合材料层合板最主要的缺陷/损伤形式,当前研究多集中于复合材料使用过程中的分层损伤,对制造过程中的分层缺陷研究较少。复合材料层合板的分层缺陷在整体成型过程中
以复合腔体加固前后的盾构隧道衬砌1∶1圆环为对象,采用三维激光扫描技术对加载试验中同一管片在原型状态、加固临界点状态及复合腔体与管片黏结失效状态下的管片进行扫描。
航空发动机内部旋转部件等区域的磨损,是造成其故障的重要原因。磨损所产生的磨粒是旋转部件磨损状况的重要信息载体,对滑油磨粒进行在线监测,不仅能够掌握滑油系统的健康状
针对航空装备用测试仪器应用验证需求,基于系统工程方法,提出了夯实基础、统筹推进、分类分阶段验证的验证工作思路。研究确定了调研应用验证需求、构建验证指标体系、明确验
集中器在智能抄表系统中有着重要的中继作用,为实现电能计量自动化向智能化的转变,如何结合新的通信技术和智能计算技术,开发新一代智能集中器迫在眉睫。主要讨论如何实现基
通过分析现有桥面径流应急处置系统运行当中存在的问题,对储存处置设施、工艺流程、远程监控系统、现场控制系统进行优化设计,在同一系统内部实现了降水径流和事故径流分别进
路边车辆违停现象日益严重,而针对路边违停现象的检测主要依赖于交警巡逻和固定相机抓拍,其时效性和灵活性不足。提出一种基于深度学习技术的无人机端路面车辆违停检测及取证系统,包含无人机车辆违停巡检和车辆违停取证两种模式。利用无人机高效灵活的优势,结合深度学习车辆检测技术检测路边车辆违停现象,并对深度学习目标检测算法进行了优化,得出更加贴合的检测框,同时辅以红外测温技术,进一步降低车辆违停的误判情况。选取
裂缝是大部分公路边坡灾害的早期症状,安全监测集中在此阶段进行。目前,公路边坡多采用人工定期巡查等方法,但存在成本高、监测范围小、人工干预多、安全性差等问题。提出一种基于计算机视觉技术的边坡裂缝监测技术,使用专业级摄像头拍摄边坡裂缝图片结合人工标注,构建目前种类多样的、且符合标准的边坡裂缝数据集;基于此数据集,利用深度学习、膨胀卷积等思想设计了边坡裂缝检测模型FSNet,实现了裂缝的精准分割与识别。
作为飞机重要的机载电子设备,代码转换器是连接飞机导航系统计算机与外部系统之间数据传输的关键部件。为满足飞机代码转换器装备维修保障过程中的系统性能检查需求,针对目前