基于样条权函数神经网络P2P流量识别方法

• 作者: 侯善江 张代远
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 样条权函数 神经网络 P2P 流量识别 插值
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 21-24
• 页数: 4页
• 分类号: TP301
• 字数: 2677字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.07.006

摘要

样条权函数神经网络是一种新兴的神经网络，克服了很多传统神经网络(如BP、RBF)的缺点：比如局部极小、收敛速度慢等。它具有拓扑结构简单，精确记忆训练过的样本，反映样本的信息特征，求得全局最小值等优点。基于这些优点，文中提出了一种基于样条权函数神经网络P2 P流量识别方法。通过提取P2 P流量特征，运用样条权函数神经网络结构对P2P流识别。 Matlab仿真和模拟实验结果表明了这种方案的可行性，与传统神经网络相比，样条权函数神经网络在时间效率上具有明显优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张代远	南京邮电大学计算机学院	65	457	10.0	19.0
10	侯善江	南京邮电大学计算机学院	1	0	0.0	0.0