一种基于AdaBoost-SVM的流量分类方法

• 作者: 张震 梁宁宁 汪斌强 程国振
• 来源期刊: 计算机应用研究
• 关键词: 流量分类 K-L变换 支持向量机 AdaBoost 弱分类器
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 1481-1485
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.05.051

摘要

针对传统分类方法的缺陷,提出了一种基于AdaBoost-SVM的流量方法.该方法利用K-L变换从大量冗余流量特征中遴选出少量本征特征,有效降低了算法的处理复杂度；应用AdaBoost机制将一次分类过程等分成若干层基于支持向量机的弱分类器,使得分类方法简单、易于实现；通过分层组合和迭代权重的方法聚焦在困难分类的数据样本上,提高了分类器的准确性能.理论分析和实验结果表明:在降低计算复杂度的同时,Ada-Boost-SVM算法的准确性能够达到95％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪斌强		131	867	14.0	22.0
2	张震		35	179	7.0	12.0
3	程国振		29	149	7.0	11.0
4	梁宁宁		5	79	4.0	5.0