基于抗衰减加权神经网络的网络设备损伤检测

由于联网设备设计的特殊性,在网络状态下损伤时不易发现,还因为其功能的不同而处于不同的工作环境下,环境的差异对不同联网设备的影响不同,使得联网设备出现损伤的概率不同。提出了一种基于抗衰减加权神经网络算法的网络设备损伤检测方法。为了减少神经网络模型的衰减,引入自适应粒子群方法,对网络状态下联网设备进行分类处理,将其作为响应联网设备损伤的输入数据,之后采用抗衰减加权神经网络对网络状态下联网设备损伤进行检测,最后进行仿真实验。实验结果表明,利用本文算法进行网络设备损伤检测,可以极大地提高损伤检测的准确性和效率,从而满足实际需求。