期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
广义KKT约束的增量支持向量机质量建模研究 被引量:4
1
作者 马占飞 樊捷杰 张文兴 《机械设计与制造》 北大核心 2015年第11期167-170,共4页
传统支持向量机在求解大规模样本训练时,解二次规划问题占用大量内存,收敛速度慢;并且当有新样本加入时,所有样本需要一同重新训练,浪费大量时间,进而限制了其使用范围。针对上述缺陷,提出了广义约束的增量学习支持向量机回归模型的动... 传统支持向量机在求解大规模样本训练时,解二次规划问题占用大量内存,收敛速度慢;并且当有新样本加入时,所有样本需要一同重新训练,浪费大量时间,进而限制了其使用范围。针对上述缺陷,提出了广义约束的增量学习支持向量机回归模型的动态质量建模方法,利用KKT条件及时淘汰对后续训练影响不大的样本,同时保留了含有重要信息的样本。以带钢热镀锌生产中锌层质量模型为研究对象,建立生产过程参数与质量结果之间的回归模型。用某钢厂带钢热镀锌的实际生产数据进行验证。结果表明,该算法在保证预测精度的同时,有效的提高了学习速度及对大样本学习的能力并降低了内存占用。 展开更多
关键词 质量建模 增量学习 支持向量机
在线阅读 下载PDF
基于KKT和超球结构的增量SVM算法的云架构入侵检测系统 被引量:7
2
作者 张文兴 樊捷杰 《计算机应用》 CSCD 北大核心 2015年第10期2886-2890,共5页
针对传统入侵检测系统(IDS)处理数据负载过重,不支持多主机数据联合分析,以及大规则库维护的问题,提出一种云架构的基于卡罗需-库恩-塔克(KKT)条件和超球结构的增量支持向量机(KS-ISVM)入侵检测系统。将客户端抓取的数据包经过预处理生... 针对传统入侵检测系统(IDS)处理数据负载过重,不支持多主机数据联合分析,以及大规则库维护的问题,提出一种云架构的基于卡罗需-库恩-塔克(KKT)条件和超球结构的增量支持向量机(KS-ISVM)入侵检测系统。将客户端抓取的数据包经过预处理生成样本空间,然后发送至云端使用KS-ISVM进行建模分析,利用KKT条件对增量样本进行筛选,选取违反KKT条件的样本作为有用样本,剔除KKT范围内的所有样本;此外,为了保证剔除的样本为冗余样本,进一步采用超球结构的方法对样本进行第二次筛选,将超球范围内的样本作为有用样本,剔除其余样本;最后将选取的样本进行合并,对SVM进行更新训练。利用KDDCUP99数据进行实验验证,并与SVM、批量支持向量机(Batch-SVM)、互检KKT条件的增量学习(K-ISVM)算法进行对比,结果表明,KS-ISVM具有良好的预测能力和样本淘汰能力,准确率达到90.3%,而SVM、Batch-SVM和K-ISVM三种方法准确率均在89%以下;同时还对并行KSISVM进程联合分析,发现单进程的分析时间由6 351 s降低到16进程的146 s,分析时间大大降低,说明了多进程的有效性,满足云计算环境中的入侵检测系统对效率和精度的要求。 展开更多
关键词 入侵检测系统 云架构 增量支持向量机 卡罗需-库恩-塔克条件 超球结构
在线阅读 下载PDF
基于Hadoop的异构网络协同过滤推荐算法设计 被引量:2
3
作者 余先荣 樊捷杰 《信息网络安全》 CSCD 北大核心 2022年第10期91-97,共7页
在处理复杂计算任务时,来自不同人群的大量异构数据会在异构网络中产生异常值和噪声,这极易导致推荐算法性能低下。针对此类问题,文章提出了一种基于物品和用户的协同过滤个性化推荐算法,并在Hadoop平台下实现算法的分布式并行化。首先... 在处理复杂计算任务时,来自不同人群的大量异构数据会在异构网络中产生异常值和噪声,这极易导致推荐算法性能低下。针对此类问题,文章提出了一种基于物品和用户的协同过滤个性化推荐算法,并在Hadoop平台下实现算法的分布式并行化。首先,基于皮尔森相关和余弦相似度的方法,在其相似度计算中引入评分贡献权重函数;其次,构造异构网络,通过对权重函数的设计,计算物品相似性,进而实现了离群点敏感性的钝化;最后,在Hadoop平台下,分别对基于物品和用户的异构网络的协同过滤推荐算法在影视数据集上进行验证。实验结果表明,该算法能有效提高推荐算法的准确率和实时性,改善网络监测质量,延长网络生存时间。 展开更多
关键词 协同过滤 推荐 异构网络 HADOOP
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部