计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
1期
187-191
,共5页
特征约减%特征选择%主成分分析%禁忌搜索
特徵約減%特徵選擇%主成分分析%禁忌搜索
특정약감%특정선택%주성분분석%금기수색
Feature reduction%Feature selection%Principal component analysis(PCA)%Tabu search
针对网络流量特征属性选择的寻优和效率问题,提出了一种PCA结合禁忌搜索的网络流量特征选择方法.该方法通过PCA对高维特征属性空间进行特征约减,并利用禁忌搜索得到全局最优特征子集.实验证明,相比流行的遗传算法(GA)和粒子群寻优算法(PSO-SVM),PCA和禁忌搜索方法具有更好的处理效率和特征选择精度.
針對網絡流量特徵屬性選擇的尋優和效率問題,提齣瞭一種PCA結閤禁忌搜索的網絡流量特徵選擇方法.該方法通過PCA對高維特徵屬性空間進行特徵約減,併利用禁忌搜索得到全跼最優特徵子集.實驗證明,相比流行的遺傳算法(GA)和粒子群尋優算法(PSO-SVM),PCA和禁忌搜索方法具有更好的處理效率和特徵選擇精度.
침대망락류량특정속성선택적심우화효솔문제,제출료일충PCA결합금기수색적망락류량특정선택방법.해방법통과PCA대고유특정속성공간진행특정약감,병이용금기수색득도전국최우특정자집.실험증명,상비류행적유전산법(GA)화입자군심우산법(PSO-SVM),PCA화금기수색방법구유경호적처리효솔화특정선택정도.
