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
- 5种测量DSP程序运行时间的方法的详细说明及例程
- VLC Player for Unity插件
- Java doc转docx源码
- 人机交互教材中文版，附答案
- 高频电子线路期末考试试题库10套
- NMEA2KMZ301
- JavaCC语法分析器 基于Eclipse插件 能从文件读取源代码输出语法树
- 室内场景识别数据集-indoorCVPR_09
- 局域网QQ聊天项目
- GENESIS64中文标准培训手册-V2
- 电子技术基础试题汇编 模拟部分 童诗白 何金茂 pdf破解版
- 黑苹果mac Mojave10.14 安装NVIDIA 显卡驱动教程
- MercuryLoadRunner8.1使用前必读
- 胶状量子点开拓激光发展前景
- IEEEStd802.15.3-2016.pdf
- SeaBlock：Factorio mod pack Sea Block-源码
- 2020年美赛特等奖论文合辑（可通过书签直接跳转）.zip
- 快速网页模板框架
- Nonlinear Functional Analysis and its Applications III (Eberhard Zeidler)
- 百度地图api实例
- ddr3_test3_2019.5.rar
- 《数据结构》课程设计：停车场管理系统
- Maya Python For Games and Film(Adam Mechtley)
- JSP+SQL水费管理系统
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