文献类型：期刊文章

作　　者：曹婷[1] 龚向阳[1]

机构地区：[1]北京邮电大学宽带网研究中心,北京100876

出　　处：《北京邮电大学学报》

基　　金：国家"973计划"项目(2003CB314806);CNGI示范工程研究项目(CNGI-04-13-1T);国家自然科学基金项目(60472067)

年　　份：2007

卷　　号：30

期　　号：4

起止页码：60-63

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20073810818254)、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于决策树的启发式流分类算法目标是建立结点数目尽可能少、树深度尽可能小的数据结构,从而获得较优的时空性能,据此理论提出的基于参数评估的可调节式流分类算法(PEA),一方面沿袭目前主流的决策树类流分类算法思想;一方面引入性能参数的概念,并采取调节参数权值的方式获得性能最佳的数据结构.测试结果表明,相同条件下本算法对比同类算法能获得更优的性能结果.

关 键 词：分组流分类  决策树 时空性能 参数评估  

分 类 号：TN913.7]