基于半监督学习的应用流分类方法

• 作者: 李之棠 柳斌 涂浩
• 来源期刊: 微电子学与计算机
• 关键词: 流量分类 半监督学习 特征选择
• 年，卷（期）: 2010,（8）
• 页码范围: 24-26,30
• 分类号: TP393.08
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李之棠	华中科技大学网络与计算中心	141	1747	22.0	36.0
2	柳斌	华中科技大学网络与计算中心	24	231	8.0	15.0
3	涂浩	华中科技大学网络与计算中心	8	72	5.0	8.0