典型文献
基于深度学习网络的群体通信行为识别方法
文献摘要：
现有群体通信行为识别方法识别率低、易受到干扰源影响,为此,引进深度学习网络,设计一种针对群体通信行为的全新识别方法.设定群体在网络中通信时任意一个通信节点随着时间变化而发生变化的序列,基于时间序列匹配通信背景,对群体通信行为发生背景进行提取与剥离;设定深度学习样本数据集合,结合粒子群的聚类方向,确定分类模型,实现对群体通信行为的标准化分类;引进共识函数,对群体通信行为进行识别,并通过设计识别算法的方式,对输出的识别结果进行多次迭代,实现识别结果的高精度.通过对比实验证明,在相同条件下,设计的识别方法识别率更高,且不会受到数据源中干扰数据的影响,可为后续群体通信安全策略的提出提供更有利的依据.
文献关键词：
深度学习网络;群体通信;行为迭代
中图分类号：
作者姓名：
王莎莎
作者机构：
铁岭师范高等专科学校,辽宁铁岭112608
文献出处：
引用格式：
[1]王莎莎-.基于深度学习网络的群体通信行为识别方法)[J].长江信息通信,2022(04):36-38
A类：
群体通信,行为迭代
B类：
深度学习网络,行为识别,方法识别,识别率,干扰源,进深,时任,一个通,通信节点,序列匹配,定深,样本数据集,数据集合,分类模型,识别算法,多次迭代,数据源,干扰数据,通信安全,安全策略
AB值：
0.270484
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
