一种基于相似度的高效网络流量识别方案

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：支持向量机（support vector machine，SVM）是分类算法中集高效性、准确率和实时性于一体的分类方案。但由于在SVM分类决策的过程中，无关的分类器也参与了投票，使得方案的实时性和分类可靠性有一定程度的降低。提出了基于相似度的高效SVM网络流量识别方案（efficient SVM based on similarity，ESVMS）。ESVMS通过估算待分类实例可能所属的类别范围，排除SVM中那些无关分类器的投票决策。实验结果表明ESVMS较SVM分类准确度几乎没有降低，但分类实时性进一步提高。

原文链接:http://www.cqvip.com//QK/95079A/201409/662507539.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：网络流 相似度 Similarity EFFICIENT Support 网络流量识别 机器学习 支持向量机