光通信研究

2021, No.223(01) 1-4+14

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种基于残差网络的改进网络流量分类算法
A Residual Network based Improved Network Traffic Classification Algorithm

陆煜斌;宣涵;王炎豪;徐凯;朱嘉豪;沈建华;

摘要(Abstract):

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,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,训练后的模型也更加准确。仿真结果表明,改进后的算法比常规的神经网络算法表现更佳,分类准确度从92.05%提高到了96.18%。

关键词(KeyWords): 网络流量分类;卷积神经网络;残差网络

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 陆煜斌;宣涵;王炎豪;徐凯;朱嘉豪;沈建华;

Email:

DOI: 10.13756/j.gtxyj.2021.01.001

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享