您现在的位置: 首页> 研究主题> 动态路由

动态路由

动态路由的相关文献在1985年到2023年内共计575篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术 等领域,其中期刊论文277篇、会议论文23篇、专利文献147842篇;相关期刊183种,包括实验室研究与探索、电讯技术、电子器件等; 相关会议23种,包括中国通信学会信息通信网络技术委员会2013年年会、中国计算机用户协会网络应用分会2012年第十六届网络新技术与应用年会、第8届全国计算机支持的协同工作学术会议(CCSCW-2012)暨全国第23届计算机技术与应用学术会议(CACIS-2012)等;动态路由的相关文献由1322位作者贡献,包括徐小龙、李磊、王汝传等。

动态路由—发文量

期刊论文>

论文:277 占比:0.19%

会议论文>

论文:23 占比:0.02%

专利文献>

论文:147842 占比:99.80%

总计:148142篇

动态路由—发文趋势图

动态路由

-研究学者

  • 徐小龙
  • 李磊
  • 王汝传
  • 原磊
  • 武宏宇
  • 赵梅生
  • 刘云
  • 刘强
  • 张荣华
  • 郭伟
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 臧堃; 李朝霞; 赵一霖; 吕晓举
    • 摘要: 如何从海量的测量数据信息中快速提取电能质量信号,并实现准确的信号分类和参数辨识是电力系统领域研究的热点问题之一,针对传统方法存在训练样本量大、高信噪比环境下辨识能力不足,结合胶囊网络(Capsule Networks,CapsNet)的特征和动态路由机制,提出一种新型电能质量扰动分类辨识方法,使用矢量长度来替代传统单一标量表示预测概率的形式。在说明胶囊网络结构的基础上,从信息压缩和路由机制两个方面构建了算法理论基础。仿真算例结果表明该方法在高信噪比环境下能准确辨识各种电能质量扰动信息,具有较强的鲁棒性。
    • 张凌慷; 仝明磊
    • 摘要: 传统胶囊网络(CapsNet)在计算时使用的动态路由算法需要多次迭代,针对这一问题,文章提出一种基于谱聚类的胶囊网络模型(Spectral Clustering Capsule Network,SC-Caps)并将其应用于文本分类任务。这种模型首先使用卷积层对文本进行特征提取,在初级胶囊层将提取的标量特征转化为向量特征,再利用谱聚类算法将高维的向量特征转化为较低维的子向量特征,并在卷积胶囊层学习局部与全局之间的关系映射。在搜狗语料库SougoCA进行实验,结果与LSTM、C-LSTM以及采用其他路由方法的胶囊网络进行比较,证明该算法有效提高了文本分类的分类效果。
    • 安明慧; 王晶晶; 刘启元; 李林钦; 张大鑫; 李寿山
    • 摘要: 作为一个交叉领域的研究任务,多模态抑郁症检测在自然语言处理、计算机视觉、心理健康分析等研究领域吸引了越来越多研究人员的关注。目前存在的研究工作主要致力于利用用户产生的社交网络数据进行抑郁症检测。然而,由于社交网络数据量通常较大,已有的研究方法存在捕捉长距离依存信息(即全局信息)不足的缺陷。因此,如何获取用户的全局信息来帮助检测抑郁症成为一个亟需解决的问题。另外,考虑到社交媒体数据不仅包含文本信息,还包含图片等信息,如何同时融合多个模态的全局信息来帮助检测抑郁症成为另一个亟需解决的问题。为了解决上述困境,该文提出了一种基于层次化动态路由机制的多模态抑郁症检测方法。通过层次化的结构来获取用户的全局信息,并且通过基于动态路由机制的融合方法,来动态地根据任务调整多模态融合特征来帮助检测抑郁症。实验结果表明,该文方法能有效地捕捉用户全局信息,并能进一步融合多模态信息,从而显著提高抑郁症检测任务的性能。
    • 陈珊; 孙仁诚; 邵峰晶; 隋毅
    • 摘要: 胶囊网络具有弥补卷积神经网络空间信息丢失和旋转不变性差的优点,已被广泛应用于图像分类、目标检测以及文本检测等多个领域,但胶囊网络仍存在参数量大且分类精确度低的问题。提出基于点乘注意力图卷积路由的胶囊网络分类模型。在同级胶囊之间构建连通图,通过注意力机制获取胶囊间的依赖关系,利用影响因素大的预测胶囊进行特征聚类,改变使用迭代更新高低胶囊层间耦合系数的动态路由方式,降低参数量并提升模型的分类准确率。此外,在特征提取部分加入残差网络提取更高维的特征以优化胶囊质量,在提升模型特征表达能力的同时可抑制模型过大。实验结果表明,在参数量小于多个胶囊网络变体的情况下,该模型在MNIST、FashionMNIST、CIFAR10和SVHN数据集上的精度分别达到99.74%、95.02%、91.78%和95.65%,均高于MS-CapsNet、TextCaps、AR CapsNet、FSc-CapsNet、DA-CapsNet等对比模型。
    • 贾旭涵; 陈晓; 朱晓东
    • 摘要: 传统IP网络到SDN的网络升级会经历一段两种网络共存的过渡期。本文为SDN/IP网络设计了一种普适和灵活的动态路由系统,系统为混合网络提供动态路由功能,解决不同网络设备间无法协作执行动态路由的问题。动态路由系统部署于SDN控制器中,由动态路由引擎、路由应用和网络管理应用等组成。系统中,网络管理应用根据外部信息配置网络,动态路由引擎为SDN交换机计算路由表,路由应用将路由表转化为流表下发至SDN交换机,SDN交换机按照流表转发数据包。经过实验验证,本系统能够实现传统路由器与SDN交换机之间的路由消息互通,两种网络设备能够根据各自计算出的路由信息转发数据包。本系统对IP网络与SDN的混合组网具有重要意义。
    • 张跃
    • 摘要: 随着路由器和交换机设备的不断升级,学生渴望加强进一步对路由交换技术的学习,针对学生的需求,本文对VLAN技术、静态路由、动态路由、网络地址转换等技术进行了详细的研究,以满足学生对路由交换技术深入学习的需求。
    • 尹晟霖; 张兴兰; 左利宇
    • 摘要: 深度学习与入侵检测相结合已成为当今网络空间安全的热点话题,面临不稳定的网络安全局势,如何能够准确检测出异常流量是入侵检测的重要任务.入侵数据中的每一条样本包含着多个特征,但并不是每一个特征都会决定样本的最终性质,并且某些特征反而会影响模型的判断能力.为了解决这个问题,提出了一种基于残差的双重路由深层胶囊网络的入侵检测模型.该模型使用深层胶囊网络,增强对特征的识别提取,可提取出更高维度的数据特征;使用混合注意力机制对原始数据进行处理,使模型着重关注影响因素大的特征;通过双重路由算法多方位捕捉基于向量表示的特征,并将特征进行聚类;采取残差连接和设置噪音胶囊2个策略来稳定动态路由的过程,以减轻噪音特征的干扰.最后在NSL-KDD数据集和CICIDS2017数据集上进行实验,结果表明准确率最高可达90.31%和99.23%.
    • 周衍挺; 韦慧
    • 摘要: 针对卷积神经网络无法有效提取高光谱图像光谱与空间特征以及识别特征之间的空间位置问题,提出一种基于胶囊网络的改进神经网络模型。采用1×1卷积核对高光谱图像块进行降维处理;利用双通道卷积神经网络提取降维图像的初级特征,进而在PrimaryCaps层将初级特征信息封装为胶囊向量;通过DigitCaps层计算胶囊向量的模长来判别图像块中心像素的所属类别。为了验证模型的可行性与有效性,将改进模型应用于Indian Pines和Pavia University两个高光谱数据集分类,并与其他分类方法进行比较。分类结果表明,改进模型有着较好的泛化能力,不仅能够有效提取图像特征,还能够识别特征之间的空间位置信息,从而提高分类的准确率。
    • 陈泽轩; 于莲芝
    • 摘要: 传统卷积神经网络对空间信息不敏感,无法学习到不同特征间相对位置的关系,且每一层神经元的感受野被设计为相同大小,导致提取的图像特征信息不够精确。针对这些问题,提出一种选择性卷积核胶囊网络用于图像分类任务。在经典胶囊网络的卷积层融入具有两个分支的选择性卷积核网络,以提取更为丰富、准确的图像特征信息,提高图像分类准确率。采用CIFAR-10、Fashion-MNIST、SVHN经典图像分类数据集进行实验,结果表明,相比于基线胶囊网络模型,新模型的识别精度更高,尤其在CIFAR-10数据集上识别精度提高了1.73%,从而有效提升了图像分类准确率,具有良好的图像识别能力。
    • 杨广乾; 李金龙
    • 摘要: 图神经网络中的注意力机制在处理图结构化数据方面表现出优异的性能。传统的图注意力计算直接连接的节点之间的注意力,并通过堆叠层数隐式获取高阶信息。尽管在图注意力机制方面目前已有广泛的研究,但用于注意力计算的堆叠范式在建模远程依赖方面效果较差。为了提高表达能力,设计了一种新颖的直接注意力机制,这一机制通过K阶邻接矩阵直接计算高阶邻居之间的注意力。通过自适应路由聚合过程进一步传播高阶信息,这使得聚合过程更灵活地适应不同图的特性。在引文网络上的节点分类任务上进行了大量的实验。实验表明,该方法优于最先进的基线模型。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号