基于深度集成學(xué)習(xí)的流量分類方法及設(shè)備

基本信息

申請?zhí)?/td> CN202210368740.5 申請日 -
公開（公告）號 CN114692772A 公開（公告）日 2022-07-01
申請公布號 CN114692772A 申請公布日 2022-07-01
分類號 G06K9/62（2022.01）I;G06N20/20（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;H04L9/40（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 廖年冬;鄧秋霞 申請（專利權(quán)）人 長沙理工大學(xué)
代理機構(gòu) 北京細(xì)軟智谷知識產(chǎn)權(quán)代理有限責(zé)任公司 代理人 -
地址 410000湖南省長沙市天心區(qū)萬家麗南路2段960號
法律狀態(tài) -

摘要

摘要 本申請涉及一種基于深度集成學(xué)習(xí)的流量分類方法及設(shè)備，方法包括：對原始數(shù)據(jù)集進(jìn)行預(yù)處理，得到處理后數(shù)據(jù)集。對處理后數(shù)據(jù)集進(jìn)行特征過濾，得到特征過濾后數(shù)據(jù)集。基于多種特征選擇方法對特征過濾后數(shù)據(jù)集進(jìn)行篩選，得到各特征選擇方法對應(yīng)的樣本子數(shù)據(jù)集?；陬A(yù)設(shè)的集成學(xué)習(xí)模型分別對各樣本子數(shù)據(jù)集進(jìn)行學(xué)習(xí)分類，集成學(xué)習(xí)模型中至少包括兩種分類器。對集成學(xué)習(xí)模型中各分類器的輸出進(jìn)行投票集成得到原始數(shù)據(jù)集的最終分類類別。本申請中通過多種特征選擇方法的集成能提高被選特征的置信度；且集成學(xué)習(xí)模型中包括多種分類器，能綜合多種同質(zhì)、異質(zhì)深度學(xué)習(xí)算法的優(yōu)勢，使得模型之間相互矯正，降低了誤報漏報率，具有較高的實用價值。