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
- Jpcap.dll和jpcap.jar
- 卡尔曼滤波原理及应用MATLAB仿真(代码）-黄小平
- BOOK_软件工程+理论+方法与实践
- 大漠插件颜色和字库
- QT项目:学生成绩管理系统
- 51单片机万年历设计全套资料（pcb 程序 仿真 元件清单 报告）
- 粗糙集原理及应用的相关论文
- c++车牌识别
- 2018高级软件工程_复习题_国科大复习题pdf
- 学生信息增删改查和分页查询
- XLS与XLSX互相转换
- PythonOCC的安装
- Pohlig-Hellman算法
- 图书管理系统项目
- Personalization-Analytics-Busineess-Utilization-of-Net-Promoter-Score-源码
- 饼干架-源码
- 历年国赛特等奖论文汇总2002-2018.rar
- 混沌算法函数模型
- LMP for PJM-5 bus
- genymotion 两个插件包（for eclipse）
- Java写的围棋游戏的源代码
- 人工智能实验 ID3决策树（java实现）
- windchill 中文客制化
- 鬼影感染mbr核心代码
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