[发明专利]一种基于注意力机制的时空特征流量分类研究方法在审

专利信息
申请号: 201911048902.1 申请日: 2019-10-30
公开(公告)号: CN111447151A 公开(公告)日: 2020-07-24
发明(设计)人: 廖年冬;宋砚琪 申请(专利权)人: 长沙理工大学
主分类号: H04L12/851 分类号: H04L12/851;H04L12/859;G06N3/04;G06N3/08;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 410114 湖南省*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于注意力机制的时空特征流量分类研究方法,该方法从计算机视觉的角度提出了一种将LSTM和CNN结构相结合并应用于网络流量数据中的流量分类方法,实现免手工设计特征。使用LSTM对时间特征进行初步自学习提取与选择,并且采用CNN进一步自学习空间特征和原始输入与期望输出之间的映射关系,实现了空间特性与时间特性的融合。进一步的,将基于通道的注意力机制SE模块嵌入CNN中放大特征图中的关键特征通道,使深度神经网络挖掘出每一组网络流中最需要关注的区域。该方法能够有效地对多种类型的网络流分类,具有较高的实用价值。
搜索关键词: 一种 基于 注意力 机制 时空 特征 流量 分类 研究 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201911048902.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top