基于VAE-WGAN的无线通信网络异常数据剔除算法

张爱生, 姚冰莹

吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (03) : 706 -712.

PDF
吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (03) : 706 -712. DOI: 10.19292/j.cnki.jdxxp.2026.03.026

基于VAE-WGAN的无线通信网络异常数据剔除算法

    张爱生, 姚冰莹
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对无线通信网络数据多维动态变化导致异常检测困难的问题,提出基于VAE-WGAN(Variational Autoencoder-Wasserstein Generative Adversarial Network)的无线通信网络异常数据剔除算法。采用主成分分析法对无线通信网络数据实施降维处理,通过小波变换对于降维后的数据进行去噪。利用VAE模块、WGAN模块搭建VAE-WGAN模型,将降维与去噪处理后的数据输入到该模型中,并且其能输出异常得分,当异常得分大于异常检测阈值时,则认定该数据为异常数据,并将其剔除,以达到无线通信网络异常数据剔除的目标。实验结果表明,所提算法的无线通信网络数据处理效果好,并可有效完成异常数据的检测,能将其精准剔除,具备可靠性。

关键词

主成分分析法 / 小波变换 / 无线通信网络 / 半监督学习 / 异常数据剔除

Key words

引用本文

引用格式 ▾
张爱生, 姚冰莹. 基于VAE-WGAN的无线通信网络异常数据剔除算法[J]. 吉林大学学报(信息科学版), 2026, 44(03): 706-712 DOI:10.19292/j.cnki.jdxxp.2026.03.026

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/