文献类型：期刊文章

作　　者：孔蓓蓓[1] 唐学文[2] 汪为汉[1]

机构地区：[1]重庆大学计算机学院,重庆400030 [2]重庆大学信息与网络管理中心,重庆400030

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.71102065)

年　　份：2013

卷　　号：49

期　　号：17

起止页码：82-84

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对流量分类问题中,传统单一的机器学习分类算法存在分类准确率难以提升和对网络环境变化适应能力不足的缺点,提出一种多分类器集成流量分类方法。该方法结合不同算法分类器的特点,使用多数投票和实例选择集成方法实现流量分类。对比实验表明,该方法在分类准确率和算法泛化性能上的表现均有所提升,对环境变化适应能力增强。但值得注意的是,该算法比独立分类法从实现复杂度和实际运行的时间复杂度均有所增加。

关 键 词：流量分类  支持向量机 C4 5决策树  贝叶斯网 集成学习  

分 类 号：TP393.03]