一种基于TCM主动学习的P2P流识别技术
文献类型：期刊论文
| 作者 | 戴磊1; 云晓春2; 张永铮1; 吴志刚1 |
| 刊名 | 高技术通讯
 |
| 出版日期 | 2010 |
| 卷号 | 000期号:007页码:674 |
| 关键词 | 支持向量机（SVM） 主动学习 直推信任机（TCM） 机器学习 不确定性采样 |
| ISSN号 | 1002-0470 |
| 英文摘要 | 针对目前基于机器学习的流识别仍然存在着建立分类模型需要大量适用的训练数据，训练数据的标记需要依赖领域专家，因而导致工作量及难度过大和实用性不强的问题，采用主动学习技术提取少量高质量的训练样本进行建模，并结合支持向量机（SVM）分类算法提出了一种基于直推信任机（TCM）的样本筛选方法。实验结果表明，相对于已有的流识别方法，这种方法能够在仅依赖少量高质量训练样本的前提下，保证较高的召回率及较低的误报率，更适用于现实网络环境。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/27840]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 戴磊,云晓春,张永铮,等. 一种基于TCM主动学习的P2P流识别技术[J]. 高技术通讯,2010,000(007):674. |
| APA | 戴磊,云晓春,张永铮,&吴志刚.(2010).一种基于TCM主动学习的P2P流识别技术.高技术通讯,000(007),674. |
| MLA | 戴磊,et al."一种基于TCM主动学习的P2P流识别技术".高技术通讯 000.007(2010):674. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。