典型文献
基于改进残差网络的流量识别方法研究
文献摘要：
随着网络层数的加深,卷积神经网络在训练过程中会出现梯度爆炸或者梯度消失的问题.为了解决这个问题,同时提高预测的精度,文中提出一种改进的残差网络.该网络主要对残差网络的结构进行改进,在直接映射层中将BN层和非线性激活层移动到卷积层之前,在恒等映射层中加入BN层和Conv2D层,这样不仅能解决加深网络情况下的梯度消失或梯度爆炸问题,而且预测的准确率和收敛速度也有很大的提升.通过实验证明,提出的改进残差网络算法相比于卷积神经网络准确率由之前的98.3％提升到1,损失值也从之前的0.26减少到0.024.该算法显著地提高了预测的准确度,降低了损失值,在流量分类中具有更好的应用.
文献关键词：
卷积神经网络;流量分类;残差网络;恒等映射层
中图分类号：
作者姓名：
严志兵;马自强;王恒;黄岩
作者机构：
宁夏大学 信息工程学院,银川 750000
文献出处：
引用格式：
[1]严志兵;马自强;王恒;黄岩-.基于改进残差网络的流量识别方法研究)[J].黑龙江工程学院学报,2022(06):25-29
A类：
恒等映射层,Conv2D
B类：
残差网络,流量识别,网络层,层数,训练过程,梯度消失,BN,动到,卷积层,收敛速度,网络算法,损失值,法显,流量分类
AB值：
0.21414
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。
