

已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、網(wǎng)絡應用爆發(fā)式增長,網(wǎng)絡流量急速膨脹,大量涌現(xiàn)的新型應用比傳統(tǒng)應用具有更復雜的結構和流量模式?;诹髁孔R別技術,能夠細粒度的管理和優(yōu)化網(wǎng)絡,引起了廣泛的關注。其中,基于流量特征采用機器學習的流量識別技術,具有較高的準確率,成為了近年來流量識別領域的研究熱點。
特征選擇通過去除無關、冗余的特征,獲得最優(yōu)的特征子集,基于該特征子集能夠降低學習算法的復雜度,提升分類的準確率及速度。
本文首先介紹了流量識別技術、機器學習技術
2、及特征選擇算法的相關概念,并簡單介紹了使用互信息進行度量及SU算法,在此之上提出了兩種新的基于互信息的特征選擇法:
1.基于互信息的Filter式特征選擇法。運用改進的SU算法去掉不相關的特征,并基于互信息去掉冗余特征,通過反復調整閾值進行迭代,以提高分類準確率。
2.基于互信息的Wrapper式特征選擇法。運用改進的SU算法去掉不相關的特征,并基于互信息去掉冗余特征,直接使用分類器的分類準確率作為判斷標準來指導算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 特征選擇算法及其在網(wǎng)絡流量識別中的應用研究.pdf
- 流量識別特征選擇算法的研究與改進.pdf
- Skype網(wǎng)絡流量特征分析與語音流識別.pdf
- 基于凈荷特征和流量特征的社交網(wǎng)絡流量快速識別研究.pdf
- 基于神經(jīng)網(wǎng)絡的網(wǎng)絡流量識別算法研究.pdf
- 網(wǎng)絡流量識別特征碼自動提取系統(tǒng)的研究與實現(xiàn).pdf
- 基于網(wǎng)絡流量特征的NAT識別方法.pdf
- 基于TCP流特征提取技術的網(wǎng)絡流量識別應用研究.pdf
- 網(wǎng)絡流量識別技術的研究與實現(xiàn).pdf
- 網(wǎng)絡流量識別技術研究及其應用.pdf
- 網(wǎng)絡流量分類研究與應用.pdf
- 網(wǎng)絡流量識別模型的研究與實現(xiàn).pdf
- 網(wǎng)絡流量測量中的抽樣算法研究.pdf
- 網(wǎng)絡流量的混沌特性研究及網(wǎng)絡流量預測算法研究.pdf
- 網(wǎng)絡流量中應用層協(xié)議識別與分類技術的研究與實現(xiàn).pdf
- 基于半監(jiān)督學習的網(wǎng)絡流量特征選擇與分類方法研究.pdf
- 流統(tǒng)計特征在網(wǎng)絡流量分類中的應用研究.pdf
- 網(wǎng)絡流量分類及其算法的研究.pdf
- 基于MMTD的網(wǎng)絡流量應用識別方法.pdf
- 網(wǎng)絡流量測量技術的研究與應用.pdf
評論
0/150
提交評論