基于双模型的半监督流形混合流量分类方法AET-电子技术应用-最丰富的电子设计资源平台

基于双模型的半监督流形混合流量分类方法
所属分类：技术论文
上传者：wwei
文档大小：6847 K
标签：流量分类半监督学习流形混合
所需积分：0分积分不够怎么办？
文档介绍：深度学习技术在网络流量分类领域中得到广泛应用，但存在对大量数据的依赖以及过拟合问题。为解决该问题，提出了一种结合双模型协作与流形混合的半监督深度学习方法。该方法使用教师-学生架构，通过移动指数平均辅助模型学习过程，从而提升模型的泛化性能，并于模型的特征空间中进行数据的流形混合，能够有效改善模型的决策边界，进一步增强模型的鲁棒性。实验结果表明，在不同数据类别，数据量为1 000的条件下，方法在三种网络流量数据集上都能达到90%以上的准确率，并在更少量数据的条件下保持较高的分类精度。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。