基于相關(guān)性特征選擇和深度學(xué)習(xí)的網(wǎng)絡(luò)流分類
南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)
頁數(shù): 10 2022-07-25
摘要: 隨著網(wǎng)絡(luò)和多媒體技術(shù)的發(fā)展,網(wǎng)絡(luò)流量類別越來越多。網(wǎng)絡(luò)流量正確分類對(duì)服務(wù)質(zhì)量保證、資源分配等非常重要?,F(xiàn)有研究中,運(yùn)用簡(jiǎn)單的算術(shù)運(yùn)算來融合特征,取得了有效的成果。但是,現(xiàn)有特征融合的運(yùn)算方法比較單一,且高維特征中存在較多的冗余。為此,提出了增強(qiáng)特征融合方法,生成高維特征,并使用皮爾森相關(guān)系數(shù)選擇最優(yōu)特征組合。在兩個(gè)真實(shí)數(shù)據(jù)集上對(duì)所提方法進(jìn)行了測(cè)試,發(fā)現(xiàn)當(dāng)特征之間的相關(guān)性閾值為0... (共10頁)