基于神经网络隐LSTM模型的二进制流信息分析方法
基本信息
| 申请号 | CN202111544622.7 | 申请日 | - |
| 公开（公告）号 | CN114219077A | 公开（公告）日 | 2022-03-22 |
| 申请公布号 | CN114219077A | 申请公布日 | 2022-03-22 |
| 分类号 | G06N3/04（2006.01）I;G06N3/08（2006.01）I;H04L9/40（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王高翃 | 申请（专利权）人 | 上海工业自动化仪表研究院有限公司 |
| 代理机构 | 苏州所术专利商标代理事务所（普通合伙） | 代理人 | 孙兵 |
| 地址 | 200233上海市徐汇区漕宝路103号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于神经网络隐LSTM模型的二进制流信息分析方法，涉及数据流信息分析技术领域。该方法包括：确定嵌入空间的维数m，取二进制流中的每r位数据为一个字母，并确定相应的2^r个字母在嵌入空间的对应嵌入向量；确定观测空间的维数n；确定隐状态空间的维数L；建立LSTM模型，并初始化模型参数；建立状态空间到观测空间的状态转移模型；设计LSTM模型的模型整体损失函数；在模型参数训练完成以后，保存模型的嵌入参数、LSTM参数和状态转移参数。本发明通过将二进制流信息视为一种需要处理和分析的语言结构，结合隐马克可夫模型的想法和循环神经网络的应用，实现了对二进制流信息的分析，提升了信息分析的准确性。 |
