期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向异常数据流的多分类器选择集成方法
被引量：
3
1
作者
杨融泽
柳毅
《计算机工程与应用》
CSCD
北大核心
2018年第2期107-113,共7页
传统的多分类器选择算法产生较大的计算和存储开销。另外,多分类器对异常数据流的预测稳定性是解决概念飘移的重要因素。通过引入改进的决策轮廓矩阵和支持熵解决了每个分类器集合之间模糊差异度问题,并将支持熵作为差异度度量的输入衡...
传统的多分类器选择算法产生较大的计算和存储开销。另外,多分类器对异常数据流的预测稳定性是解决概念飘移的重要因素。通过引入改进的决策轮廓矩阵和支持熵解决了每个分类器集合之间模糊差异度问题,并将支持熵作为差异度度量的输入衡量标准,使分类器集合之间的差异度计算更加稳定高效,并在此基础上提出了一种基于差异度集成的异常数据流检测方法并实现其算法;该方法应用在异常分类器选择模块,主要包括三个步骤:构建决策轮廓矩阵、整合支持熵、分类器集合差异度度量。实验结果表明,该算法对异常流量的预测精度和稳定性相比其他算法较好,由于分类器训练时间达到10^(-2)s左右,基本上能够适应数据流量检测的实时性需求。
展开更多
关键词
选择集成
异常数据流
决策
轮廓
矩阵
支持熵
差异度量
下载PDF
职称材料
题名
面向异常数据流的多分类器选择集成方法
被引量：
3
1
作者
杨融泽
柳毅
机构
广东工业大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2018年第2期107-113,共7页
基金
国家自然科学基金(No.61572144)
广东省自然科学基金(No.2014A030313517)
+3 种基金
广东省科技计划项目(No.2016B090918125
No.2015B010128014)
广州市科技计划项目(No.201508010026
No.2014J4100201)
文摘
传统的多分类器选择算法产生较大的计算和存储开销。另外,多分类器对异常数据流的预测稳定性是解决概念飘移的重要因素。通过引入改进的决策轮廓矩阵和支持熵解决了每个分类器集合之间模糊差异度问题,并将支持熵作为差异度度量的输入衡量标准,使分类器集合之间的差异度计算更加稳定高效,并在此基础上提出了一种基于差异度集成的异常数据流检测方法并实现其算法;该方法应用在异常分类器选择模块,主要包括三个步骤:构建决策轮廓矩阵、整合支持熵、分类器集合差异度度量。实验结果表明,该算法对异常流量的预测精度和稳定性相比其他算法较好,由于分类器训练时间达到10^(-2)s左右,基本上能够适应数据流量检测的实时性需求。
关键词
选择集成
异常数据流
决策
轮廓
矩阵
支持熵
差异度量
Keywords
selection integration
abnormal data flow
decision contour matrix
support entropy
difference measure
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向异常数据流的多分类器选择集成方法
杨融泽
柳毅
《计算机工程与应用》
CSCD
北大核心
2018
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
