公开(公告)号：CN114724020B

公开(公告)日：2024-12-06

申请号：CN202210392757.4

申请日：2022-04-14

Applicant: 南京邮电大学

Inventor： 王通 ,  陈丹伟

IPC: G06V20/00 ,  G06V10/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于CNN‑GRU的移动应用识别方法，获取移动应用数据集，对数据集进行预处理操作，构建检测模型，检测模型包括卷积神经网络模型CNN、门控循环单元GRU，卷积神经网络模型CNN用于空间的特征，门控循环单元GRU用于时序特征的提取，最后通过softmax输出检测结果，对检测模型进行训练，本发明简化了人工提取特征等操作，不需要极强的先验知识，对移动应用识别具有良好的准确率。

公开(公告)号：CN114724020A

公开(公告)日：2022-07-08

申请号：CN202210392757.4

申请日：2022-04-14

Applicant: 南京邮电大学

Inventor： 王通 ,  陈丹伟

IPC: G06V20/00 ,  G06V10/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN‑GRU的移动应用识别方法，获取移动应用数据集，对数据集进行预处理操作，构建检测模型，检测模型包括卷积神经网络模型CNN、门控循环单元GRU，卷积神经网络模型CNN用于空间的特征，门控循环单元GRU用于时序特征的提取，最后通过softmax输出检测结果，对检测模型进行训练，本发明简化了人工提取特征等操作，不需要极强的先验知识，对移动应用识别具有良好的准确率。