基于相關性特征選擇和深度學習的網絡流分類
南京郵電大學學報(自然科學版)
頁數: 10 2022-07-25
摘要: 隨著網絡和多媒體技術的發(fā)展,網絡流量類別越來越多。網絡流量正確分類對服務質量保證、資源分配等非常重要。現有研究中,運用簡單的算術運算來融合特征,取得了有效的成果。但是,現有特征融合的運算方法比較單一,且高維特征中存在較多的冗余。為此,提出了增強特征融合方法,生成高維特征,并使用皮爾森相關系數選擇最優(yōu)特征組合。在兩個真實數據集上對所提方法進行了測試,發(fā)現當特征之間的相關性閾值為0...