基于深度学习的网络通信大数据异常值过滤系统设计

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：传统的网络通信大数据异常值过滤系统由于硬件配置较低且依赖于对数据分布的假设，难以处理复杂非线性关系的数据，检测效果不佳。为此，设计基于深度学习的异常值过滤系统，包括采集、预处理、深度学习加速器、存储、异常检测、过滤、输出和监控与管理等模块。系统构建了异常值采集过滤识别库，存储历史数据及异常值信息，并整合深度神经网络算法，通过学习和分析数据特征，高效识别异常值。（剩余10546字）

试读结束

目录
monitor
客服机器人