期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于最小样本平面距离的支持向量机增量学习算法 被引量:3
1
作者 朱发 业宁 +1 位作者 潘冬寅 丁文 《计算机工程与设计》 CSCD 北大核心 2012年第1期346-350,共5页
支持向量机增量算法的关键是对历史样本集的剪辑,在历史样本集中选择出尽可能少又能表示尽可能多历史样本集信息的子集,再把这个子集与新增训练样本集放在一起进行训练。Liva Ralaivola[1]提出保留新增样本最近邻样本来表示历史样本集,... 支持向量机增量算法的关键是对历史样本集的剪辑,在历史样本集中选择出尽可能少又能表示尽可能多历史样本集信息的子集,再把这个子集与新增训练样本集放在一起进行训练。Liva Ralaivola[1]提出保留新增样本最近邻样本来表示历史样本集,而这样的最近邻样本中可能存在冗余样本。根据历史样本与分类平面间的距离可以去除新增样本最近邻样本集中的冗余样本。根据样本平面距离提出了MSPDISVM(minimum sample plane distance incremental support vector ma-chines)算法。实验结果表明,MSPDISVM比Liva Ralaivola提出的算法有更快的速度,而精度没有太大的差异。使用样本平面距离可以有效地去除新增样本最近邻中的冗余样本。 展开更多
关键词 支持向量机 增量学习 样本距离 样本平面距离 最小样本平面距离支持向量机增量学习算法
在线阅读 下载PDF
动态加权网络中节点重要度评估 被引量:9
2
作者 李玉华 贺人贵 +1 位作者 钟开 李瑞轩 《计算机科学与探索》 CSCD 2012年第2期134-143,共10页
目前节点重要度评估中针对静态无权图的研究比较多,针对动态加权图的研究相对较少。针对加权网络提出了等效点权节点重要度评估方法;考虑加权网络的动态性,提出了动态距离矩阵更新算法;结合动态规划和迭代的思想,给出了一种新的求距离... 目前节点重要度评估中针对静态无权图的研究比较多,针对动态加权图的研究相对较少。针对加权网络提出了等效点权节点重要度评估方法;考虑加权网络的动态性,提出了动态距离矩阵更新算法;结合动态规划和迭代的思想,给出了一种新的求距离矩阵的方法;考虑加权网络的社区性,提出了基于距离增量的分组算法;最后,综合给出了基于距离增量分组的动态节点重要度评估算法(node importance evaluation based on distance-increment grouping in dynamic weighted network,IDGD),通过在C-DBLP(digital bib-liography & library project in China)数据上的对比实验,验证了算法的可行性和有效性。 展开更多
关键词 节点重要度 动态加权网络 距离增量 分组 等效点权
在线阅读 下载PDF
游标测距技术在脉冲雷达中的应用及精度分析
3
作者 王大军 黄璐 孙斌 《现代雷达》 CSCD 北大核心 2018年第10期14-17,22,共5页
游标测距技术是根据脉冲雷达接收信号的相位导出径向距离测量值,也就是在雷达起始距离基础上加上相位增量对应的距离。采用游标测距技术的脉冲测量雷达可以提高雷达径向距离的测量精度,以及提高雷达探测目标的能力。文中结合游标测距原... 游标测距技术是根据脉冲雷达接收信号的相位导出径向距离测量值,也就是在雷达起始距离基础上加上相位增量对应的距离。采用游标测距技术的脉冲测量雷达可以提高雷达径向距离的测量精度,以及提高雷达探测目标的能力。文中结合游标测距原理,建模仿真,分析游标测距精度的影响因素,并通过跟踪机载应答机信号及空间目标实际验证游标测距技术在脉冲雷达平台上应用。 展开更多
关键词 脉冲雷达 游标测距 测量精度 距离增量
在线阅读 下载PDF
基于GR-AD-KNN算法的IPv6网络DoS入侵检测技术研究 被引量:11
4
作者 赵志强 易秀双 +1 位作者 李婕 王兴伟 《计算机科学》 CSCD 北大核心 2021年第S01期524-528,共5页
随着IPv6网络流量的快速增加和复杂化,传统入侵检测系统Snort是基于具体规则对DoS攻击进行检测的,这降低了IDS的检测性能。为了解决IPv6网络环境下的DoS入侵检测问题,采用了机器学习中的轻量级KNN的优化算法。首先,通过信息增益率实现... 随着IPv6网络流量的快速增加和复杂化,传统入侵检测系统Snort是基于具体规则对DoS攻击进行检测的,这降低了IDS的检测性能。为了解决IPv6网络环境下的DoS入侵检测问题,采用了机器学习中的轻量级KNN的优化算法。首先,通过信息增益率实现特征的双重降维,针对具有较多类型子特征的离散特征进行选择和聚合,以实现进一步降维,减小实际运算的特征维度。其次,利用信息增益率作为优化样本欧氏距离测量的权重。基于所提出的反向距离影响力的度量指标,对KNN算法的分类决策算法进行了优化,使检测技术的效果得到进一步提高。实验结果表明,相比传统基于平均距离的TAD-KNN算法和仅优化距离定义的GR-KNN算法,GR-AD-KNN算法在IPv6网络流量特征检测中不仅可以提升整体检测性能,同时还对小群体样本分类拥有更好的检测效果。 展开更多
关键词 GR-AD-KNN算法 平均增量距离决策 双重降维 IPv6 信息增益率
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部