计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2010年
6期
30-31,94
,共3页
RSVM%PSVM%特征提取
RSVM%PSVM%特徵提取
RSVM%PSVM%특정제취
利用核主成份分析对入侵检测的训练样本进行特征提取,有效地提取出样本的分类信息,降低了维数.在此基础上,进一步将简约支持向量机RSVM(Reduced SVM)方法应用到非线性的PSVM中,降低了核矩阵的计算量.两种方法相结合提高了训练速度和入侵检测的分类效果,并且一定程度上还改善了分类的正确率和误报率,数值试验证明算法的有效性.
利用覈主成份分析對入侵檢測的訓練樣本進行特徵提取,有效地提取齣樣本的分類信息,降低瞭維數.在此基礎上,進一步將簡約支持嚮量機RSVM(Reduced SVM)方法應用到非線性的PSVM中,降低瞭覈矩陣的計算量.兩種方法相結閤提高瞭訓練速度和入侵檢測的分類效果,併且一定程度上還改善瞭分類的正確率和誤報率,數值試驗證明算法的有效性.
이용핵주성빈분석대입침검측적훈련양본진행특정제취,유효지제취출양본적분류신식,강저료유수.재차기출상,진일보장간약지지향량궤RSVM(Reduced SVM)방법응용도비선성적PSVM중,강저료핵구진적계산량.량충방법상결합제고료훈련속도화입침검측적분류효과,병차일정정도상환개선료분류적정학솔화오보솔,수치시험증명산법적유효성.
