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
- 李庆扬数值分析MATLAB代码
- Windows平台下用C++批量修改文件名
- flv转MP4脚本.bat
- facebook数据集
- 基于Matlab的发电机并网动态仿真分析
- 传递函数的理解和计算
- 模拟电子技术 美 博伊尔斯塔德
- FPGA实现PLL全数字锁相环
- mysql+dev c++实现订单管理系统
- NOsql数据库论文
- labview机器视觉通用平台源码.zip
- WS 364-2011卫生信息数据元值域代码 第14部分：卫生机构.pdf
- SimpleRemote.exe
- ILI4001_SPEC_V001_20101108.pdf
- node-v12.16.2-x64.rar
- D3D11程序框架
- benet3.0课件
- yale人脸图片与PCA结果
- 单片机计数器
- AIX系统管理培训课程
- IC卡考勤系统
- 二叉树写的学生信息通信录
- 贝叶斯统计与贝叶斯分析合集带书签--韦来生
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