| 基于半监督学习的应用流分类方法 |
| |
| 引用本文： | 柳斌,李之棠,涂浩.基于半监督学习的应用流分类方法[J].微电子学与计算机,2010,27(8). |
| |
| 作者姓名： | 柳斌 李之棠 涂浩 |
| |
| 作者单位： | 华中科技大学网络与计算中心,湖北武汉,430074 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金 |
| |
| 摘 要： | 将半监督学习应用到应用流分类问题中,提出了一种基于半监督聚类的应用流分类算法(PSOSC).首先采用粒子群优化的K均值聚类方法对大量的无标记数据和少量的标记数据进行聚类,利用少量标记数据确定簇与应用类型的映射关系,实现应用流分类.实验表明PSOSC算法有较高的流准确率,同时,降低了对标记数据的需求.
|
| 关 键 词： | 流量分类 半监督学习 特征选择 |
A Semi-Supervised Clustering Method for Network Application Flow Classification |
| |
| LIU Bin,LI Zhi-tang,TU Hao.A Semi-Supervised Clustering Method for Network Application Flow Classification[J].Microelectronics & Computer,2010,27(8). |
| |
| Authors: | LIU Bin LI Zhi-tang TU Hao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
