在网络恶意流量识别任务中,存在恶意流量样本数量与正常流量样本比例不平衡问题,从而导致训练出的机器学习模型泛化能力差,识别准确率低.为此,在网络流量图片化的基础上提出一种利用具有梯度惩罚项的条件Wasserstein生成对抗网络(CWGAN-GP)对少量数据类进行平衡的分类方法.该方法首先借助网络流量图片化方法将原始流量PCAP数据...
5.根据权利要求1所述的一种cwgan-gp电动汽车锂电池热图像扩充方法,其特征在于,当残差网络块的数量为四时,所述输入真实图像和生成器生成图像以及标签信息为: 6.一种cwgan-gp电动汽车锂电池热图像扩充装置,其特征在于,所述装置包括: 7.根据权利要求6所述的一种cwgan-gp电动汽车锂电池热图像扩充装置,其特征在于,所...
(2006.01)H04B7/216(2006.01)G06N3/0455(2023.01)G06N3/0464(2023.01)G06N3/0475(2023.01)G06N3/084(2023.01)G06N3/094(2023.01)G06N3/0985(2023.01)(54)发明名称基于CWGAN-GP星地链路信道建模的SCMA方法(57)摘要基于CWGAN‑GP星地链路信道建模的SCMA方法,解决了现有技术信息传输可靠性降低的问题,属于信息与通信...
1、针对在高动态低轨卫星网络拓扑下,大规模物联网终端节点的运动特征通常具有随机性,将造成链路动态变化,直接导致信道状态随机改变,难以获取良好的信道状态信息,将直接导致信息传输可靠性降低的问题,本发明提供一种基于cwgan-gp星地链路信道建模的scma方法。 2、本发明的一种基于cwgan-gp星地链路信道建模的scma方法,包...
该方法首先借助网络流量图片化方法将原始流量PCAP数据按照流为单位进行切分,填充,映射到灰度图片中;然后使用CWGAN-GP方法实现数据集的平衡;最后,在公开数据集USTC-TFC2016和CICIDS2017上使用CNN模型对不平衡数据集和平衡后的数据集进行分类测试.实验结果表明,使用CWGAN-GP的平衡方法在精确度,召回率,F1这3个指标上均优...
CWGAN-GP电动汽车锂电池热图像扩充方法及装置本发明公开了一种CWGANGP电动汽车锂电池热图像扩充方法及装置,包括:构建由生成器和判别器组成的生成对抗式网络,生成器包括:若干个相连的残差网络块,输入噪声数据,连接到全连接层并将噪声数据的维度进行转化;判别器包括若干个相连的残差网络块;输入真实图像和生成器的生成图像...
并且其具有高精确率,高召回率,高F1-Score和低训练时间的特点.此外,为了解决应用样本数量有限且数据获取时间开销大等难题,还提出了一种使用CWGAN-GP的数据增强方法.与原始生成对抗网络相比,该模型训练更加稳定,仅需一次训练即可生成指定类别的数据.实验结果表明,在加入生成数据共同训练深度森林模型后,其分类准确率提高了...
This paper proposes a new data enhancement method combining the resampling and Conditional Wasserstein Generative Adversarial Networks-Gradient Penalty (CWGAN-GP), and uses the gray images-based Convolutional Neural Network (CNN) to realize the intelligent fault diagnosis of rolling bearings. First, the...
CWGAN-GPNeural Computing and Applications - Traditional machine learning methods are difficult to obtain good performance in the classification of gene expression data due to its characteristics of high...doi:10.1007/s00521-022-07417-9Han, Fei...