基于样条权函数神经网络P2P流量识别方法

摘要：

样条权函数神经网络是一种新兴的神经网络，克服了很多传统神经网络(如BP、RBF)的缺点：比如局部极小、收敛速度慢等。它具有拓扑结构简单，精确记忆训练过的样本，反映样本的信息特征，求得全局最小值等优点。基于这些优点，文中提出了一种基于样条权函数神经网络P2 P流量识别方法。通过提取P2 P流量特征，运用样条权函数神经网络结构对P2P流识别。 Matlab仿真和模拟实验结果表明了这种方案的可行性，与传统神经网络相比，样条权函数神经网络在时间效率上具有明显优势。

关键词：样条权函数、神经网络、P2P、流量识别、插值

分类号：TP301(计算技术、计算机技术)

资助基金：江苏高校优势学科建设工程资助项目yx002001

在线出版日期：2014-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：21-24