基于聚类和协同标注的TSVM算法
针对数据集中类样本不均衡、样本标注代价大的问题,结合聚类算法、委员会投票思想和TSVM算法,提出一种基于聚类和协同标注的TSVM算法,该方法利用聚类算法进行子集划分,保证每个子集都包含良好的空间信息,对样本的标注采用多个分类器进行投票,提高标记准确率,减少错误的累积和传递,提高标注准确率,增强最后分类器的泛化性能.KDDCUP99数据集上的实验结果表明该方法对未知攻击有较高的检测准确率.
直推式支持向量机、聚类算法、委员会投票算法、协同标注
35
TP301.6(计算技术、计算机技术)
陕西省自然科学基础研究计划资助项目2015JM6347;陕西省教育厅科技计划项目15JK1218;商洛学院科学与技术研究项目15sky010
2017-04-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
22-27