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
- ADaM(CDSIC)培训内部资料
- 数字调制解调，同步，滤波技术的MATLAB与FPGA实现三本ALTERA集合_杜勇编著
- Unity3D射击游戏
- horse-or-human.zip
- eMMC协议（中文+英文）.rar
- 微信小程序商城无后台源码
- S盒差分分布表
- python表白弹窗.py
- Python批量读取modis的hdf文件转asc文件
- FIR滤波器的VHDL实现
- SQLServe数据库基础视频教程
- ViewModel使用基础
- 1336IMPACT-5_0.pdf
- 软件工程英文原版
- tunman：SSH隧道的全面解决方案-重新生成，运行状况检查监视-源码
- tarkov：Tarkov API中的Escape的Rust库-源码
- 低空系留气球通信系统设计
- 计算机网络试卷二.docx
- RF Design and Analysis.zip
- uml统一建模试卷，期末考试复习资料
- [考研资料]物联网安全
- 全栈性能测试宝典jmeter
- 51单片机DS18B20温度传感器驱动程序
- 基于神经网络的植物叶片分类识别
- gdal开发包_android
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