神经系统面试

Ccs6安装：没有中文路径

芯片：tms320f28335

仿真器：XDS100v2

本文的研究目的是探索基于

图卷积神经网络GCN. 随着当今高度的信息化

社会上，网络入侵事件屡见不鲜，而入侵检测的发展

技术变得至关重要。传统的入侵检测方法受到

特征选择和数据表示的缺点，不能满足要求

高效准确的入侵检测。GCN是一种适用于

图形数据，通过执行

对节点和边的信息进行卷积和池化操作。

本文将首先介绍图卷积的基本概念和原理

神经网络，包括卷积和池化操作，GCN的两层结构，

以及参数更新方法，为未来的实验奠定基础[1]。然后，一个

详细勘探

入侵检测技术，检测入侵，实现实时监控

通过分析计算机收集的数据来检测特定区域的非法

入侵已经发生，如果存在异常，则发出警报通知。电流

用于入侵检测的方法基于计算机视觉、红外、超宽带等，

RFID等。如采用超宽带技术，具有高分辨率的特点

实现生命检测和跟踪[1]。但上述所有方法都有一定的局限性，

单个适用场景，需要人员携带专用设备，不满足

日常使用的需要。随着WIFI设备在各个地方的流行部署

室内工作和生活环境已经覆盖了无线局域网

并且如果可以直接使用现有的WIFI设施来执行入侵检测，

它无疑是所有基于无线电信号的入侵检测中最理想的