一种基于扩充特征集的流分类方法

• 作者: 云晓春 戴磊 肖军 陈友
• 来源期刊: 高技术通讯
• 关键词: 流分类 特征选择 信息增益
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 998-1005
• 页数: 8页
• 字数: 7976字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2009.10.002

摘要

鉴于当前流分类研究均建立在使用载荷无关的流特征的基础上,而载荷无关的特征一般无法为准确分类提供充足的分类信息的问题,提出了一种基于扩充特征集的流分类方法,该方法首先提取载荷特征扩充流分类特征集合,特征集合扩充后,特征的数目显著增加,呈现出高维特性,进而针对高维特征空间,提出了一种混合型特征选择算法,并基于该算法选取的特征构建流分类器.实验结果表明,相对于使用载荷无关特征集的方法,所提出的方法能够显著改善分类效果,同时能够提升分类速度,更适用于现实网络环境.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈友	中国科学院计算技术研究所	7	184	5.0	7.0
5	肖军	中国科学院计算技术研究所	20	408	9.0	20.0
9	云晓春	中国科学院计算技术研究所	46	890	15.0	29.0
10	戴磊	中国科学院计算技术研究所	8	27	2.0	5.0