基于改进TSVM的未知网络应用识别算法
针对训练集中出现未知网络应用样本的识别问题，提出一种基于改进的直推式支持向量机的未知网络应用识别算法，引入增类损失函数刻画在训练过程中新增的未知应用样本的损失代价，建立TSVM的优化问题并推导其求解过程，使得构造的分类模型能够实现对未知类别样本的识别。通过实际网络数据集进行仿真分析，结果表明所提出的算法在识别未知网络应用的可行性和有效性方面均有良好表现。
文件下载
评论信息
其他资源
- DXF文件显示工具(MFC）
- windows C语言库函数使用手册
- 五点法求函数的导数
- U2000授权R09版本MAC地址授权无时间限制不提示不匹配。
- 曲线平滑，曲线优化
- H5游戏---端午节微信小游戏粽子大战
- C# 房屋出租管理系统
- 基于web的科研项目管理系统.zip
- android端基于深度学习的车牌识别
- 计算机网络课程设计报告_DH算法_WireShark_UDP聊天
- Python GUI项目：文件夹管理系统代码
- 全国省市区街道数据XML版
- NewsRelease（V2）.rar
- MFCretry1.rar
- ewb可定时带闹钟的多功能数字钟带课设报告
- MVC三层架构音乐网站源码
- 2020年中国ADC药物行业概览.pdf
- 到处无处不在的转换：在Jetpack Transitions Library之上的一组额外转换-源码
- 人体经脉光传输特性的实验测量
- 朗朗电视板程序LA.MV29.P.rar
- VR正弦循环（脚本）
- NBU8.1.1ALL
- 解决局域网共享批处理
- Android视频采集+RTSP
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明