[ 登录/注册 ] 购物车(0)
期刊大全 杂志订阅 SCI期刊 期刊投稿 出版社 公文范文 精品范文
摘要:为了更好地解决通信网络中存在的恶意攻击,保护用户数据安全,通过生成式对抗网络的生成模型和判别模型相互博弈不断优化,构造成最优判别器,可以对数据攻击进行检测。主要介绍生成式对抗网络(GANs)和Wasserstein生成式对抗网络的区别、模型及算法,通过研究GAN与WGAN梯度消失问题,实验证实WGAN可以有效地解决网络收敛性差、模型自由不可控、训练不稳定等问题,具有更好的性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
部级期刊 下单
国际刊号:1006-1010
国内刊号:44-1301/TN
国际刊号:2096-2657
国内刊号:33-1099/TN
国际刊号:1672-5425
国内刊号:42-1710/TQ
国际刊号:1001-5515
国内刊号:51-1258/R
国际刊号:1762-3678
国内刊号:32-1706/Q
多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。
推荐期刊保障正刊,评职认可,企业资质合规可查。
诚信服务,签订协议,严格保密用户信息,提供正规票据。
如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。