《表1 网络模型参数:基于深度学习的加密网络流量识别方法研究》
在卷积神经网络中,大尺寸的卷积核可以带来更大的感受视野,获取更多的信息,但也会产生更多的参数,从而增加网络的复杂度[12]。为了减少模型的参数,本文采用两个连续的3*3卷积层来代替单个的5*5卷积层,可以在保持感受视野范围的同时减少参数量。卷积层的Padding方式使用SAME方式,激活函数使用RELU,每一层的参数如表1所示。
图表编号 | XD00211567500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 吉庆兵、陈江涛、潘炜 |
绘制单位 | 中国电子科技集团公司第三十研究所、西北工业大学网络空间安全学院、西北工业大学计算机学院、西北工业大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |