河南科学

2017, v.35;No.218(01) 22-27

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于聚类和协同标注的TSVM算法
Transductive Support Vector Machine Algorithm Based on Cluster and Cooperative Labeling

杜红乐;张燕;

摘要(Abstract):

针对数据集中类样本不均衡、样本标注代价大的问题,结合聚类算法、委员会投票思想和TSVM算法,提出一种基于聚类和协同标注的TSVM算法,该方法利用聚类算法进行子集划分,保证每个子集都包含良好的空间信息,对样本的标注采用多个分类器进行投票,提高标记准确率,减少错误的累积和传递,提高标注准确率,增强最后分类器的泛化性能.KDDCUP99数据集上的实验结果表明该方法对未知攻击有较高的检测准确率.

关键词(KeyWords): 直推式支持向量机;聚类算法;委员会投票算法;协同标注

Abstract:

Keywords:

基金项目(Foundation): 陕西省自然科学基础研究计划资助项目(2015JM6347);; 陕西省教育厅科技计划项目(15JK1218);; 商洛学院科学与技术研究项目(15sky010)

作者(Author): 杜红乐;张燕;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享