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
- libevent参考手册（中文版）+libevent源码深度剖析
- php实战12个大型案例
- JDK8u201全版本（包含jre）下载
- python+selenium淘宝秒杀程序
- 电摩500W直流无刷电机 ANSOFT 2D 仿真设计实例详解公开版
- Linux下用QT开发音乐播放器
- 网上商城系统(基于thinkphp3)
- AE二次开发缓冲区分析详细步骤
- CISP知识点思维导图-理清你的思路，包您一考就过！
- jqueryselect20210224.zip
- 贪吃蛇
- 机动车交通事故快速处理协议书.doc
- Fragstats 3.4 AG Build（支持ArcGIS 10.x 的数据）
- 基于TypeScript(ES)+Angular+Ionic开发的一款APP前后台全套源代码.zip_ES240
- Stereo Vision Algorithms and Applications：双目立体视觉入门必读PPT
- omnifocus3使用手册
- ESPRIT算法集合
- bezier曲线MFC编程
- java-根据word模板生成word-freemarker-完整示例
- 精通图像处理经典算法MATLAB版
- 软考高级 系统分析师历年真题及详细解析
- Tesseract或tess4j的简体中文语言数据
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