【摘 要】
：
当前流量分类方法在面对类不平衡流量时,往往存在着在少数类上的分类效果不佳的问题.针对该问题,提出了一种面向类不平衡加密流量的端到端分类模型.所提模型在传统卷积神经网络模型的基础上添加了一个Inception模块进行特征融合,让模型能提取到更丰富的特征,弥补了少数类因样本数量少所带来的特征学习上的不足;同时引入一个通道-空间域注意力模块,对Inception模块所融合的特征根据重要程度赋予相应的权值,使模型更多地关注到更重要的特征,增强流量特征的表征能力.与此同时,为减少网络参数,采用卷积层加全局平均池化层
【机 构】
：
南京信息工程大学电子与信息工程学院 南京210044
论文部分内容阅读
当前流量分类方法在面对类不平衡流量时,往往存在着在少数类上的分类效果不佳的问题.针对该问题,提出了一种面向类不平衡加密流量的端到端分类模型.所提模型在传统卷积神经网络模型的基础上添加了一个Inception模块进行特征融合,让模型能提取到更丰富的特征,弥补了少数类因样本数量少所带来的特征学习上的不足;同时引入一个通道-空间域注意力模块,对Inception模块所融合的特征根据重要程度赋予相应的权值,使模型更多地关注到更重要的特征,增强流量特征的表征能力.与此同时,为减少网络参数,采用卷积层加全局平均池化层的组合代替模型中的全连接层.实验结果表明,相较于当前典型流量分类模型,所提模型在数据集少数类上具有更优的分类性能,精确率、召回率和F1-Score均有显著提高,其中综合性能指标F1-Score在某些少数类上的提升达到了15％～18％.
其他文献
目前信号采集技术在某些领域如金属测伤、生物医疗中,主要关注偶发信号.如果采用传统固定频率采集信号的方法会造成存储资源严重的浪费.针对这一问题,提出一种基于DDS时钟分相合成的变采样率偶发信号采样方法.该方法结合了DDS技术和波形分相合成技术,并根据信号特征自适应地切换采样频率.在保证信号信息完整性的同时,减少了无用信号的数据存储.经过仿真与实验验证结果表明,此方法在FPGA平台上很好的实现了采样率12 MHz与96 MHz的实时切换控制,完整还原了最高频率为10 MHz的探伤检测波形细节,同时在FPGA的
针对传统的绩效预测方法没有区别性地对待各属性特征对学生成绩的重要程度、学生在线学习的低完成率的问题,提出了一种融入注意力机制的关系图卷积神经网络和门控循环单元(AR-GCN-GRU)的学生绩效预测方法.其融入的注意力机制用于捕获学生之间的关系属性特征,同时提取学生重要属性特征并进行可视化,且该方法综合了关系图卷积神经网络(R-GCN)和门控循环单元(GRU)的优点,既能捕捉节点之间的内部关联、又能很好地抽取最具代表性的学生行为属性特征信息.在公开数据集上对模型进行了对比验证和消融实验,模型F值和精确率分别
经颅磁声电刺激方法在颅内产生的感应电场分布是决定神经调控精度的关键因素.相控阵可产生高聚焦度声场,但其结构参数与颅内感应电场之间关系尚不明确.本文建立了包含相控阵的三维有限元模型,计算了声场分布并采用焦区横截面积、焦区深度、声强和电场强度为评价指标.设计仿体实验测量了焦点处实际电场强度.以Wistar大鼠为实验对象,考察了相控阵在0.8 MHz中心频率,不同阵元数下与0.3T静磁场耦合作用对大鼠局部场电位的作用规律.结果 表明,增加阵元数目可提高焦区电场强度,进而降低局部场电位低频段(4～30 Hz)振荡
导轮作为液力变矩器的重要组成零件,其三维模型对导轮的性能参数的研究有非常重要的作用.针对结构复杂的导轮叶片检测与重建问题,利用线激光扫描仪获取导轮的三维点云数据,利用K-D Tree结合双边滤波算法对点云进行降噪处理,在K-menas聚类算法的基础上引入基于高斯球的Mean Shifting聚类算法对点云进行精简处理,将精简后的数据进行曲面重建并与CATIA软件结合使用,实现液力变矩器导轮三维模型的重建.实验结果表明所提方法具有良好的滤波降噪效果,精简的点云既保留了导轮的几何特征,又使重建算法的计算效率提
新研制或生产的压力变送器需对它的技术性能指标进行全面检测,保证量值的精准输出.压力传感器经过一段时间储存积累使用或修理后也要对它主要的技术性能进行二次检定,保证其性能指标达到要求标准.现实生产中及工作环境的影响导致其输出产生非线性输出,因此提出一种基于三阶非线性多项式的逆模型进行压力变送器的非线性校准和采用改进粒子群优化算法的小波神经网络模型对其进行温度补偿校准.经过非线性校准后的输出最大绝对误差和常用的端基平移法相比,最大绝对误差从6.0265减小到了0.3086,经过改进粒子群优化算法进行温度补偿校准
运用Python语言对OBD采集的车辆运行数据搭建油耗预测模型.以车速v,发动机转速n,进气管绝对压力P,节气门位置TP,冷却液温度CT,负荷率L,怠速时间IT及加速度a等作为自变量,百公里油耗作为因变量,用SelectKbest函数将参数与因变量相关性强度进行排序并做简要分析,用基于Tensorflow的多层感知机(MLP)神经网络模型以及支持向量机(SVM)多元线性回归模型同时对油耗进行预测.支持向量机模型RMSE为0.088,MAE为0.56;Tensorflow神经网络模型RMSE为0.132,M
钢筋混凝土结构广泛运用于电力基础设施中,对其内部钢筋参数进行检测能够有效判断其结构耐久性,对保障电力系统安全稳定运行有重要的意义.针对传统钢筋混凝土检测方法无法判断混凝土内钢筋走向及埋深测量不够精确的问题,通过对钢筋测量原理分析和霍尔传感器布局设计,提出了一种基于电磁感应的钢筋定位及埋深检测方法.该方法用于判断钢筋的中心位置并测量其偏转角度,同时利用拟合得到的函数反应检测值与钢筋埋深之间的关系.实验表明,埋深检测值受到相邻钢筋的影响而存在较大误差,间距越小误差越大,因此通过BP神经网络对不同间距下的检测值
准确模拟风电机雷达回波信号,对解决风电机对雷达台站的无源干扰问题具有重要意义.针对现有方法仅能考虑单站散射的问题,根据多径效应,推导了地面背景下风电机叶片的双站回波公式,并根据镜等效像原理推导了风电机叶片与地面之间各散射路径的等效计算模型,提出了半空间中风电机叶片双站散射回波的模拟方法.以Vestas-V82型风电机作为算例,对地面背景下的风电机叶片双站回波进行模拟,并与单站回波进行对比分析,结果表明发射雷达与接收雷达位置不同时,会导致回波增加一组多普勒闪烁并减小回波的最大多普勒频率,该研究为风电机雷达回
目前针对脑卒中患者躯体感觉功能的研究较少,医院进行测试时仍在使用较为原始的两点辨别觉测试盘.本文论述了一种脑卒中患者感觉功能定量测试系统,弥补了现阶段康复医院中两点辨别觉传统测试方式缺乏数字化、现代化的问题.通过对系统进行软硬件设计,本套系统集成了测试、电子记录、图表分析等多种功能.经过医院实地测试,通过对比实验数据,可证明该系统定量测试所得数据与传统测试方法结果几乎一致,同时测试时间可以缩短90％左右,故该系统具有准确性和高效性,可以进一步推广和应用.
气固两相流参数检测普遍应用于工业发展中,其参数的实时监测对生产效益与环境保护起决定作用.基于气固两相流实验平台,有限元分析了不同风速下静电传感器的灵敏度特性;将采集的静电信号进行特征值提取,结合最小二乘法对其线性拟合分析,提出了一种静电信号特征量与粉尘颗粒浓度的数学模型;最后通过相对误差分析加以验证.实验结果表明,静电信号均方根值与颗粒浓度更具相关性,相对误差控制在0.5％～1.24％极小范围内,证实了该数学模型的可靠性,为气固两相流参数检测技术提供了新思路.