双重路由深层胶囊网络的入侵检测系统
网络层数越深，越能提取到丰富的特征.但简单地通过堆叠胶囊层来构建深层胶囊网络会与传统的MLP模型相似，出现梯度弥散或者梯度爆炸的现象，即便使用正则化来处理，也会在训练集上出现网络退化的现象.此外，胶囊网络的动态路由机制是一个非常昂贵的计算过程，多个胶囊层的叠加会导致训练的时间增加.现有的研究表明，单纯将胶囊层叠加在一起会导致中间层的学习效果有所下降.这是由于当胶囊数量过多时，胶囊之间的耦合系数会过小，从而抑制了胶囊网络的学习，导致学习效果下降.为了解决这一问题，本文改进了原有的动态路由机制.
