为了提高通信异常数据检测效果，设计基于并行深度卷积神经网络算法的大规模舰船通信异常数据检测方法。采集大规模舰船通信数据，采用小波变换对数据实施降噪处理，将降噪后数据输入并行深度卷积神经网络中，经过模型训练提取特征，利用Softmax分类函数得出舰船通信异常数据特征，输出舰船通信异常数据检测结果。实验结果表明：该方法可有效实现大规模舰船通信异常数据检测，其加速比最高，并行效果最优；具有较强的大规模舰船通信数据集检测能力，提高大规模舰船通信异常数据检测效果。
In order to improve the detection effect of communication abnormal data, a large-scale ship communication abnormal data detection method based on parallel depth Convolutional neural network algorithm is designed. Collect large-scale ship communication data, use wavelet transform to denoise the data, input the denoised data into the parallel depth Convolutional neural network, extract features through model training, use Softmax classification function to obtain the characteristics of abnormal data of ship communication, and output the detection results of abnormal data of ship communication. The experimental results show that this method can effectively detect large-scale ship communication abnormal data, with the highest acceleration ratio and the best parallel effect. At the same time, it has strong detection ability for large-scale ship communication datasets, improving the detection effect of large-scale ship communication abnormal data.
2023,45(15): 119-122 收稿日期：2023-03-21
DOI：10.3404/j.issn.1672-7649.2023.15.023
分类号：TP393
基金项目：江西省教育厅科学技术研究项目（GJJ218504）；大学生创新创业训练计划项目（202213434005）
作者简介：邓雪阳(2000-),女,硕士研究生,主要研究方向为数据挖掘及人工智能
参考文献：
[1] 张艺严, 马巍, 李彬. 能量受限无人机与移动舰船通信中的轨迹优化[J]. 中国舰船研究, 2022, 17(4): 47–56
[2] 彭旭, 饶元, 乔焰. 基于宽度卷积神经网络的异常农情数据检测方法[J]. 华南农业大学学报, 2022, 43(2): 113–121
[3] 王晓湘, 刘洞天, 刘南江, 等. 基于LSTM的震后通信数据异常检测分析[J]. 中国地震, 2022, 38(2): 270–279
[4] 康颖, 赵治华, 吴灏等. 基于Deep SVDD的通信信号异常检测方法[J]. 系统工程与电子技术, 2022, 44(7): 2319–2328
[5] 唐佩, 李青锋, 朱川曲, 等. 基于小波变换的微震阈值去噪方法[J]. 湖南科技大学学报(自然科学版), 2021, 36(4): 1–7
[6] 胡健, 龚克, 毛伊敏, 等. 基于Im2col的并行深度卷积神经网络优化算法[J]. 计算机应用研究, 2022, 39(10): 2950–2956+2961
