基于多任务和卷积神经网络的业务识别算法

摘要

针对以低识别率对业务进行较高精度分类问题,提出了一种结合多任务学习和卷积神经网络(Multi-Task Learning and Convolutional Neural network,MTL-CNN)的网络业务识别算法,将业务分类重新构建为多任务学习框架,令业务类别作为主任务,带宽需求和持续时间作为辅助任务,3个任务在卷积神经网络(Convolutional Neural Network,CNN)中一起训练并进行预测,以此避免大量标记样本.仿真结果表明,所提算法对不同类别业务识别效果更加均衡,分类准确率达到95.60％.