期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于SRU的时域金字塔构建方法
1
作者 智洪欣 于洪涛 +1 位作者 李邵梅 高超 《计算机工程》 CAS CSCD 北大核心 2019年第5期243-248,共6页
现有基于时域金字塔的特征提取方法不能学习视频帧和视频段各自之间的时间依赖性信息以及未充分利用视频时域的分层结构信息,造成视频分类特征提取不充分。为此,提出一种基于SRU的多层次多粒度时空域深度特征提取方法。利用卷积神经网... 现有基于时域金字塔的特征提取方法不能学习视频帧和视频段各自之间的时间依赖性信息以及未充分利用视频时域的分层结构信息,造成视频分类特征提取不充分。为此,提出一种基于SRU的多层次多粒度时空域深度特征提取方法。利用卷积神经网络提取视频的低、中、高3个层次的帧特征,构建时域金字塔,同时采用级联SRU学习视频时间依赖性和时域的分层结构特征,通过聚合3个层次的时域金字塔得到视频的多层次多粒度全局特征。在数据集UCF101和HMDB51上的实验结果表明,与DTPP方法、TLE方法相比,该方法提取的特征具有较好的表征能力和鲁棒性。 展开更多
关键词 时域金字塔 时间依赖性 分层结构 多层次多粒度 级联sru
在线阅读 下载PDF
基于多层双向SRU与注意力模型的加密流量分类方法 被引量:6
2
作者 张稣荣 卜佑军 +3 位作者 陈博 孙重鑫 王涵 胡先君 《计算机工程》 CAS CSCD 北大核心 2022年第11期127-136,共10页
基于传统循环神经网络的加密流量分类方法普遍存在并行性较差、模型运行效率较低等问题。为实现加密流量的快速准确分类,提出一种基于多层双向简单循环单元(SRU)与注意力(MLBSRU-A)模型的加密流量分类方法。将特征学习和分类统一到一个... 基于传统循环神经网络的加密流量分类方法普遍存在并行性较差、模型运行效率较低等问题。为实现加密流量的快速准确分类,提出一种基于多层双向简单循环单元(SRU)与注意力(MLBSRU-A)模型的加密流量分类方法。将特征学习和分类统一到一个端到端模型中,利用SRU模型高度并行化的序列建模能力来提高整体运行效率。为了提升MLBSRU-A模型的分类精度,堆叠多层双向SRU网络使其自动地从原始流量中提取特征,并引入注意力机制为特征赋予不同的权重,从而提高重要特征之间的区分度。实验结果表明,在公开数据集ISCX VPN-nonVPN上,MLBSRU-A模型具有较高的分类精度和运行效率,与BGRUA模型相比,MLBSRU-A的细粒度分类准确率提高4.34%,训练时间减少55.38%,在USTC-TFC2016数据集上,MLBSRU-A模型对未知加密恶意流量的检测准确率达到99.50%,细粒度分类准确率为98.84%,其兼具对未知加密恶意流量的高精度检测能力以及对加密恶意流量的细粒度分类能力。 展开更多
关键词 加密流量分类 加密恶意流量检测 简单循环单元 注意力机制 循环神经网络
在线阅读 下载PDF
基于简单循环单元组合模型的计量器具需求预测方法研究 被引量:2
3
作者 黄磊 邓红梅 +1 位作者 赵莉 张羽 《电测与仪表》 北大核心 2023年第5期193-200,共8页
为提升电网公司计量器具管理水平,制定科学的物资采购计划,对计量器具需求预测的准确性及可靠性提出了更高的要求。文章以电能表为计量器具主要研究对象,依据简单循环单元(Simple Recurrent Unit,SRU)算法处理时序数据及并行计算的优势,... 为提升电网公司计量器具管理水平,制定科学的物资采购计划,对计量器具需求预测的准确性及可靠性提出了更高的要求。文章以电能表为计量器具主要研究对象,依据简单循环单元(Simple Recurrent Unit,SRU)算法处理时序数据及并行计算的优势,以SRU算法为基础,结合径向基(Radial Basis Function,RBF)神经网络、贝叶斯网络对需求影响因素的数据处理,针对“业扩新装”、“轮换改造”及“故障抢修”需求类的计量器具分别构建需求预测组合模型,进行计量器具需求量的预测。实验数据表明,文章所提基于SRU组合模型的需求预测方法预测精度高且具有较高的运算效率,运用到电网公司业务中,经过验证该方法可为计量器具补货策略的制定提供有效的数据基础,进一步提高电网公司对计量器具的采购管理水平。 展开更多
关键词 简单循环单元sru 需求预测 计量器具 组合模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部