DE-LSSVM网络流量多分类方法 |
| |
引用本文: | 徐轩,姜志侠,刘雪亚.DE-LSSVM网络流量多分类方法[J].长春理工大学学报,2019,42(6). |
| |
作者姓名: | 徐轩 姜志侠 刘雪亚 |
| |
作者单位: | 长春理工大学 理学院,长春 130022;长春理工大学 理学院,长春 130022;长春理工大学 理学院,长春 130022 |
| |
摘 要: | 支持向量机对网络流量进行分类时,支持向量机参数易导致分类模型的性能下降,分类精度低下等问题。针对该问题,提出一种改进差分优化算法与最小二乘支持向量机多分类器结合的方法,该模型采用具有自适应算子的DE算法作为优化方法,以LSSVM作为分类方法,交替进行,最终使分类结果最好。实验结果证明,该模型在网络流量多分类中,具有较低的均方根误差和更高的F1指数。
|
关 键 词: | 网络流量分类 LSSVM分类模型 差分进化算法 多分类方法 参数选择 |
本文献已被 CNKI 万方数据 等数据库收录! |
|