计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
17期
171-173
,共3页
流量识别%主动学习%支持向量机%熵%不确定性采样%后验概率
流量識彆%主動學習%支持嚮量機%熵%不確定性採樣%後驗概率
류량식별%주동학습%지지향량궤%적%불학정성채양%후험개솔
为解决网络样本标注的难题,实现多种网络流量环境中的主动学习,提出一种基于支持向量机后验概率的网络流量识别方法.结合支持向量机输出和Sigmoid函数拟合样本所属类别后验概率,用其中较大的2类概率信息熵值衡量样本影响分,借助支持向量机和不确定性采样策略实现主动学习过程,形成流量识别模型.实验结果表明,该方法能取得较好的识别效果.
為解決網絡樣本標註的難題,實現多種網絡流量環境中的主動學習,提齣一種基于支持嚮量機後驗概率的網絡流量識彆方法.結閤支持嚮量機輸齣和Sigmoid函數擬閤樣本所屬類彆後驗概率,用其中較大的2類概率信息熵值衡量樣本影響分,藉助支持嚮量機和不確定性採樣策略實現主動學習過程,形成流量識彆模型.實驗結果錶明,該方法能取得較好的識彆效果.
위해결망락양본표주적난제,실현다충망락류량배경중적주동학습,제출일충기우지지향량궤후험개솔적망락류량식별방법.결합지지향량궤수출화Sigmoid함수의합양본소속유별후험개솔,용기중교대적2류개솔신식적치형량양본영향분,차조지지향량궤화불학정성채양책략실현주동학습과정,형성류량식별모형.실험결과표명,해방법능취득교호적식별효과.
