基于注意力机制与WGAN方法的不平衡流量分类.pdfVIP

基于注意力机制与WGAN方法的不平衡流量分类.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

年月计算机工程与设计

20254Ar.2025

p

第卷第期COMPUTERENGINEERINGANDDESIGN

464Vol.46No.4

基于注意力机制与WGAN方法的不平衡流量分类

+

,,,

李道全翟豫阳董雪晴胡一帆

(,)

青岛理工大学信息与控制工程学院山东青岛266520

:,,,

摘要为有效处理数据的不平衡采用方差分析法对原始数据集进行特征选择减少模型训练时间利用

SA-WGAN-GP

,,

生成模型学习原始数据的潜在分布对少数类进行数据扩充数据不平衡问题由此得到解决利用自注意力机制提取攻击样

,。,

本的全局特征通过引入Wasserstein距离和梯度惩罚提高模型训练的稳定性实验结果表明该方法在处理不平衡分类

,。

问题时表现出较优性能尤其少数类样本的质量得到提高

:;;;;;;

关键词流量分类生成对抗网络机器学习自注意力机制梯度惩罚特征提取局部特征

中图法分类号:文献标识号:文章编号:()

TP393.0A1000-7024202504-1096-07

:/

doi10.16208.issn1000-7024.2025.04.020

j

Imbalancedtrafficclassificationbasedonattentionmechanism

andWGANmethod

+

,,,

LIDao-uanZHAIYu-anDONGXue-inHUYi-fan

qygqg

(,,,)

SchoolofInformationandControlEnineerinQindaoUniversitofTechnoloQindao266520China

gggygyg

:,

AbstractToeffectiveldealwiththeimbala

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档