特征选择算法能够更好地提高入侵检测系统的检测速度和检测效果,消除冗余数据并减轻噪音特征.结合特征选择算法的优势,提出一种基于主成分分析(PCA)与决策树(C4.5)的入侵检测方法,进而构建出轻量级的入侵检测系统.通过在KDD1999数据集上对该方法进行详细的实验验证,证明该方法一方面确保系统有较高的检测率与较低误报率,另一方面能够比较显著地提高系统的训练时间与测试时间.同时,通过比较实验发现此方法在训练时间、测试时间、检测率、误报率上的效果也优于GA-SVM方法.
2023-03-22 20:42:16
2.44MB
1
本文来源于csdn，介绍了SVM，线性分类器，线性分类器的求解，松弛变量，SVM用于多类分类等。支持向量机(SupportVectorMachine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。
支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy）和
2023-03-21 10:51:28
400KB
1
SVM图像分类论文：基于LatentSVM的人体目标检测与跟踪方法研究、基于LBP和SVM的工件图像特征识别研究、基于MATLAB的遥感图像SVM分类系统实现等
2023-03-20 21:05:50
23.55MB
1
提交Kaggle竞赛“真实与否？NLP与灾难鸣叫”（排名前25％）
挑战链接： :
链接到公共Kaggle笔记本（SVM）： :
在此存储库中，您将找到3个笔记本：
一种使用spaCy字向量和SVM的
一种使用BiLSTM的
一种将预训练的BERT用于序列分类
在测试集上，SVM的f1得分达到0.81152，BiLSTM达到0.80，而BERT达到〜0.83 f1得分。
2023-03-20 16:46:11
990KB
1
从网上收集的质量高的SVM资料合集，并且根据自己的学习经验给出大量注释，同时通过txt文件给出学习路线（阅读各文档的先后顺序）以及各文档的依附关系。使得读者快速入门
2023-03-16 09:49:44
11.39MB
1
基于MATLAB的交通标志识别（选颜色定位，分割，bp神经网络方法识别，可模板，sift，svm等方法识别）
2023-03-15 20:16:57
1.37MB
1
可以运行的代码！蜣螂优化算法（DBO）优化支持向量机（SVM），能够很好的进行分类或者预测，并且该算法是今年提出的，非常好用，值得推荐和写论文
2023-03-15 16:18:38
13KB
1
提出了基于HHT变换和SVM结合的齿轮箱故障诊断方法,介绍了固有模态函数、EMD分解和Hilbert谱以及支持向量机(SVM)理论。先对各种工况信号消噪,再利用EMD分解将信号分解为IMF分量,求出Hilbert谱和边际谱,再利用边际谱求出各信号的故障特征信息,最后利用支持向量机判别齿轮箱的故障类型。该实验证明了此方法诊断齿轮箱故障的有效性。
2023-03-14 17:07:03
746KB
1