10.3969/j.issn.1001-0548.2014.02.016
基于RVM的网络流量分类研究
将相关向量机(RVM)分类模型应用于网络流量分类问题中。首先对实验数据进行了标准化处理,然后将RVM与其他机器学习算法进行了性能比较,最后在RVM分类结果预测概率中引入置疑区间概念,研究了置疑区间范围及其对分类准确性的影响,并基于此提出了一种新的混合流量分类方法。实验结果表明:1) RVM在准确性等3方面性能指标上优于SVM,且在小样本情况下仍具有较高的分类准确率;2)置疑区间[0.1,0.9]内的分类预测准确率较低,而置疑区间之外的分类预测准确率在98%以上。
置疑区间、机器学习、相关向量机、流量分类
TP393(计算技术、计算机技术)
陕西省科技计划自然基金重点项目2012JZ8005;全军军事学研究生课题2010XXXX-488
2014-04-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
241-246