文献

J-GLOBAL ID：202102258939485275   整理番号：21A0538428

MGA-SVM次元縮小に基づく産業用モノのインターネット端末の特徴抽出と認識方法【JST・京大機械翻訳】

Feature Extraction and Recognition Method of Industrial Internet of Things Terminal Based on MGA-SVM Dimension Reduction

著者 (6件)： Xu Chuanjia (Shenyang Ligong University,College of Automation and Electrical Engineering,Shenyang,China) ,  Shang Wenli (Chinese Academy of Sciences,Shenyang Insitute of Automation,Shenyang,China) ,  Chen Chunyu (Chinese Academy of Sciences,Shenyang Insitute of Automation,Shenyang,China) ,  Zhang Mingxuan (State Grid Jiangsu Electric Power Co., Ltd.,Information & Telecommunication Branch,Nanjing,China) ,  Li Shihao (State Grid Jiangsu Electric Power Co., Ltd.,Information & Telecommunication Branch,Nanjing,China) ,  Fu Lijun (Shenyang Ligong University,College of Automation and Electrical Engineering,Shenyang,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CAC  ページ： 1967-1972  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 工業用モノのインターネット(IIoT)は,大規模工業制御端末を相互接続することを可能にする。システムへの不法な端末の侵入を避けるために,端末を正確に同定しなければならない。現在の端末認識方式の低い認識精度の問題を目的として,MGA-SVM次元縮小に基づく産業制御端末の特徴抽出と認識法を提案した。走査ネットワークにおけるすべての種類の端末から走査された対象物によって返されるメッセージ情報を収集することによって,マルチ親交差突然変異遺伝的アルゴリズムとサポートベクトルマシンのハイブリッド方式を,最終的特徴をマークできる最良の部分集合を得るために,獲得したデータを抽出して,最適化するために提案する。これに基づき,統合学習に基づく産業制御端末認識の方法を提案した。実験結果は,この方法が認識精度を効果的に改良できることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  学習 ,  ネットワーク ,  相互接続 ,  *特徴抽出 ,  突然変異 ,  *端末装置 ,  *次元縮小 ,  遺伝的アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： 認識精度 ,  *モノのインターネット ,  IIoT , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： MGA ,  SVM ,  次元縮小 ,  産業 ,  モノのインターネット ,  特徴抽出