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
- 软件工作量评估-FPA评估方法-评估模板
- TeeChart for .NET 2017 Evaluation 4.1.2017.03147破解版（免安装）
- C#WinIo驱动级键盘按键
- matlab渐晕仿真
- 北邮编译原理课件 配有期中期末试卷
- NTsys-pc 2.10e
- JavaScript高级程序设计（第4版）
- 四川大学计算机学院 C-语言编译器 编译原理课程设计报告内附源码 递归下降 c minus
- Winform经典项目
- 美淘网使用DIV+CSS设计Web前端页面.zip
- 2个8位PWM实现16位DAC
- 数字识别数据（数据格式为01文本）
- XenCenter7.5中文版
- 图像颜色分割labview程序
- 部编三年级上册语文园地一教案.docx
- ember-date-components：一个Ember加载项，它提供基于Ember的纯日期选择器组件-源码
- IPFIX技术白皮书
- 瑞萨单片机rh850 ADC代码包
- 基于STM32 的函数发生器代码
- 铣刀头cad图纸
- 学生教务管理系统
- 西南交大，微机与接口答案（全）
- 60套HTML5+CSS3各行各业网站模板中
- 数据库课设——图书馆管理系统
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