改进的图半监督支持向量机用于 P2P 网络流识别

• 作者: 侯爱莲 毕孝儒
• 来源期刊: 计算技术与自动化
• 关键词: P2P网络流识别 图 半监督学习 标记传播
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 【计算机软件及应用】
• 页码范围: 116-120
• 页数: 5页
• 分类号: TP393
• 语种: 中文

摘要

对于机器学习在 P2P 网络流识别中需要大量标记训练数据的问题，提出一种基于改进图半监督支持向量机的 P2P 流识别方法。采用自动调节的高斯核函数计算少量标识数据和大量未标识训练样本之间的相似距离以构建图模型，并在标记传播过程中嵌入训练样本局部分布信息以获取未标记样本的标识；在此基础上使用所有已标记样本对 SVM 训练实现 P2P 网络流识别。实验结果表明该方法能够兼顾整个训练样本集的信息，在提高 SVM 识别精度的同时，极大降低了人工标记训练样本的成本。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕孝儒	四川外国语大学重庆南方翻译学院管理学院	34	35	3.0	4.0