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
- 猴博士数字电路笔记.pdf
- 《传感器原理及工程应用》第四版;郁有文课后详细答案.pdf
- STM32 IQMath.rar
- recyclerview 卡片滑动效果
- pq法实现谐波电流检测
- colour_themes
- uni-app前后端实战课悦读全套视频教程源码资源百度云资源
- 微信公众号或小程序支付后实时分账demo(PHP版本)
- WebSphere was的概念
- vue-system-源码
- jia包连接数据库资源.zip
- 技嘉B85MD2VPLUSSI.F1
- vc获取操作系统性能,如CPU使用率.visual c++
- 云计算技术安全风险评估研究
- nginx-service.zip
- windows驱动开发学习笔记.zip
- windows版的Redis-Cluster集群及启动脚本
- java课设打字练习Swing
- spring3.1.0全部jar包
- 重力归一化梯度反演程序
- 一个简单的云盘系统
- 下单王ASP在线图文系统
- dbcp Jar包
- C++中缀表达式求值
- 编译好的基于linux_arm64的etcd_3.1.14
- 双目标定后的三维重建
- submin
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