您当前的位置：
首页 >
文章列表页 >
基于深度学习与MiniBatchKMeans聚类的电动自行车充电异常检测方法
网络空间安全 | 更新时间：2025-09-30

    • 基于深度学习与MiniBatchKMeans聚类的电动自行车充电异常检测方法

    • An Electric Bicycle Charging Anomaly Detection Method Based on Deep Learning and MiniBatchKMeans Clustering

    • “在电动自行车充电安全领域，研究者提出了基于深度学习与MiniBatchKMeans聚类的充电异常检测方法，有效提升了检测准确率，降低了漏检与误检概率，具有实用价值和推广意义。”
    • 软件导刊   2025年24卷第9期 页码：146-152

    • DOI：10.11907/rjdk.251442    

      中图分类号： TP18

    • 收稿日期：2025-07-02，

      纸质出版日期：2025-09-15

    移动端阅览

  • 陆宁馨,刘凌晖,邓磊等.基于深度学习与MiniBatchKMeans聚类的电动自行车充电异常检测方法[J].软件导刊,2025,24(09):146-152. DOI： 10.11907/rjdk.251442.

    LU Ningxin,LIU Linghui,DENG Lei,et al.An Electric Bicycle Charging Anomaly Detection Method Based on Deep Learning and MiniBatchKMeans Clustering[J].Software Guide,2025,24(09):146-152. DOI： 10.11907/rjdk.251442.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种基于TCN的核电蓄电池异常检测方法
基于深度聚类与对比学习的网络入侵检测
基于Gini-PSO-DPC算法的物联网数据异常检测
基于图卷积网络与社群发现的异常检测方法
基于大数据的云数据中心智能运维系统

相关作者

徐鹏
周剑秋
岳鹏
于艇
李吉生
李成龙
张冬梅
郭盈盈

相关机构

大亚湾核电运营管理有限公司
深圳中广核工程设计有限公司
南京工业大学 能源科学与工程学院
山东建筑大学 计算机科学与技术学院
成都信息工程大学 计算机学院
0