登录    注册    忘记密码

期刊文章详细信息

基于K-means和支持向量机SVM的电力数据通信网络流量分类方法    

  

文献类型:期刊文章

作  者:郭丽[1] 孙华[2]

机构地区:[1]中共安阳市委党校,河南455000 [2]安阳师范学院计算机与信息工程学院,河南455000

出  处:《网络安全技术与应用》

基  金:河南省科技厅科技攻关计划项目(212102310295);河南省教育厅科学技术研究重点项目(19A413004)资助。

年  份:2024

期  号:4

起止页码:64-66

语  种:中文

收录情况:JST、普通刊

摘  要:随着电力数据通信网的综合业务种类增加,对网络流量进行准确的分类识别是实现电力通信网安全管理和防范的必然要求。本文提出一种基于K-means和支持向量机的电网数据流量识别方法,首先基于半监督的K-means聚类算法对少量标记或大量未标记样本数据进行预处理,然后生成未标记样本的类别信息,最后基于支持向量机分类算法实现对电力通信网大规模流量数据的实时和准确分类。

关 键 词:机器学习  支持向量机 K-MEANS聚类 智能电网 流量分类  

分 类 号:TP393.06] TM73[计算机类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心