DE-LSSVM网络流量多分类方法

摘要：

支持向量机对网络流量进行分类时,支持向量机参数易导致分类模型的性能下降,分类精度低下等问题.针对该问题,提出一种改进差分优化算法与最小二乘支持向量机多分类器结合的方法,该模型采用具有自适应算子的DE算法作为优化方法,以LSSVM作为分类方法,交替进行,最终使分类结果最好.实验结果证明,该模型在网络流量多分类中,具有较低的均方根误差和更高的F1指数.

关键词：网络流量分类、LSSVM分类模型、差分进化算法、多分类方法、参数选择

所属期刊栏目：42

分类号：O29;O229(应用数学)

资助基金：国家自然科学基金51378076

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：88-92