易磊

作品数：3被引量：6H指数：2
导出分析报告
供职机构：中国人民解放军理工大学更多>>
发文主题：网络流量分类大规模网络流量骨干网多任务学习网络流量更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《小型微型计算机系统》《计算机工程与应用》《智能系统学报》更多>>
所获基金：国家自然科学基金江苏省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
在线多任务学习的骨干网网络流量分类研究被引量：3
《小型微型计算机系统》2018年第7期1459-1464,共6页易磊 潘志松 陶蔚 杨海民 
国家自然科学基金项目(61473149)资助
网络流量分类是机器学习与网络安全领域中的一个研究热点.针对高速骨干网上网络流量的高速性与演化特性,基于在线稀疏学习算法FTPRL,提出一种在线多任务特征选择学习算法-MT-FTPRL.使用了Per-Coordinate学习率,对每个特征的学习率分别考...
关键词：在线学习 多任务学习 特征选择 骨干网 网络流量分类 
一种利用Screening加速技巧的Lasso算法
《计算机工程与应用》2018年第4期135-140,共6页邱俊洋 潘志松 易磊 陶蔚 张梁梁 
国家自然科学基金(No.61273296);江苏省自然科学基金青年基金面上项目(No.BK20140075)
Lasso(Least absolute shrinkage and selection operator)是目前广为应用的一种稀疏特征选择算法。经典的Lasso算法通过对高维数据进行特征选择一定程度上降低了计算开销,然而,求解Lasso问题目前仍面临诸多困难与挑战,例如当特征维数...
关键词：Lasso算法 Screening加速技巧 稀疏特征选择 高维数据 
在线学习的大规模网络流量分类研究被引量：3
《智能系统学报》2016年第3期318-327,共10页易磊 潘志松 邱俊洋 薛胶 任会峰 
国家自然科学基金项目(61473149)
传统的批处理机器学习方法在面对大规模网络流量分类问题时存在分类器训练速度慢、计算复杂度高的缺陷。近年来迅速发展的在线学习方法是解决大规模问题的有效途径。本文针对高速骨干网上的大规模网络流量分类问题,提出了一个基于在线...
关键词：在线学习 大规模 网络流量分类 时序相关性 数据流 随机优化 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部