- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 564625 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174610
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
一种基于残差网络的改进网络流量分类算法 0 F1 o% w5 H/ d6 o1 }$ t
* k! R: N8 ?/ a3 h# E8 f% x& P! E; f
. k: j) m2 K! A5 U" z* y8 K" y9 T4 C) @0 ^( z' ]: \+ }" J
基于卷积神经网络的网络流量分类算法中,为了提高分类准确度,其结构设计日趋复杂,容易出现) I' D' Q5 }+ y
梯度下滑甚至梯度消失,导致预测准确度不升反降。文章提出了一种基于残差网络的改进流量分类算法,9 J5 B3 {5 _ j4 D& G( n4 }5 \
引入残差网络层代替传统卷积神经网络中的卷积层和池化层,不仅缓解了传统卷积网络因层次太深导致难. M$ K2 U5 k5 u6 @
以训练的问题,同时与传统卷积运算相比,所提出的残差网络在训练时学习到的数据特征信息更加全面,
3 ]: i+ L2 e7 Y! y8 ^训练后的模型也能更加准确。仿真结果表明:改进后的算法比常规的神经网络表现更佳,分类准确度从
}5 S6 \" {; @4 ~; P. f2 _" z92.05%提高到 96.18%。
* \( K6 b% P& y' t( E8 b, n% a
) S' e* w) R$ V, D7 R, j
5 ^! k. j, `6 H2 Z3 _1 N |
zan
|