基于流记录偏好度的多分类器融合流量识别模型?

摘要：

通过将证据理论引入到流量分类的决策模块中，提出了偏好度和时效度权值，并通过实测数据对多分类器识别模型进行验证，其结果表明该模型较好的克服了单分类器的片面性，通过对多个证据的融合来优化识别的结果。

关键词：多分类器融合、证据理论、偏好度、机器学习

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划“973”计划基金资助项目2009CB320505；国家科技支撑计划基金资助项目2008BAH37B04Foundation Items:The National Basic Research Program of China973 Program2009CB320505;The National Science and Technology Plan Projects2008BAH37B04

在线出版日期：2013-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：143-152