文献类型：期刊文章

作　　者：李昆仑[1] 黄厚宽[2] 田盛丰[2] 刘振鹏[1] 刘志强[3]

机构地区：[1]河北大学数学与计算机学院,保定071002 [2]北方交通大学计算机与信息技术学院,北京100044 [3]河北大学物理科学与技术学院,保定071002

出　　处：《计算机学报》

基　　金：国家"十五"重点科技攻关项目基金(2002BA407B)资助

年　　份：2005

卷　　号：28

期　　号：2

起止页码：274-280

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2005199092149)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对支持向量机理论中现存的问题:多类分类问题和对于噪音数据的敏感性,提出了一种模糊多类支持向量机算法.该算法是在Weston等人提出的多类SVM分类器的直接构造方法中引入模糊成员函数,针对每个输入数据对分类结果的不同影响,该模糊成员函数得到相应的值,由此可以得到不同的惩罚值,并且在构造分类超平面时,可以忽略那些对分类结果影响很小的数据.在充分的数值实验基础上,将文中提出的方法应用于当前一个重要的应用领域———计算机网络入侵检测问题,并得到了较好的实验结果.理论分析与数值实验都表明,该算法是切实可行的,并具有良好的鲁棒性.

关 键 词：多类分类问题  支持向量机(SVM)  模糊成员函数  入侵检测

分 类 号：TP18]