本文關(guān)鍵詞：基于DT-KSVM的業(yè)務(wù)感知算法

  更多相關(guān)文章： SVM 決策樹 業(yè)務(wù)感知

【摘要】：提出一種新的基于DT-KSVM(decision tree kernel support vector machine,決策樹支持向量機(jī))的業(yè)務(wù)感知算法,利用ReliefF特征選擇算法提取特征,提出樣本間類別可分度計(jì)算方法排序不同業(yè)務(wù)感知難度,優(yōu)先感知易分業(yè)務(wù)。在實(shí)際網(wǎng)絡(luò)業(yè)務(wù)數(shù)據(jù)集上與傳統(tǒng)一對一(one-versus-one)SVM感知方法進(jìn)行對比,結(jié)果表明該方法具有較高的業(yè)務(wù)識別準(zhǔn)確率和更好的時(shí)間性能。
【作者單位】： 西安交通大學(xué)軟件學(xué)院;西安交通大學(xué)電子與信息工程學(xué)院;西安郵電大學(xué)通信與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(No.61371087) 國家高技術(shù)研究發(fā)展計(jì)劃(“863”計(jì)劃)基金資助項(xiàng)目(No.2015AA015702)~~
【分類號】：TP393.06
【正文快照】： _j_ ^^ 日漸增長的網(wǎng)絡(luò)規(guī)模和用戶需求帶給互聯(lián)網(wǎng)越來越多的挑戰(zhàn),其中P2P等網(wǎng)絡(luò)共享業(yè)務(wù)更給網(wǎng)絡(luò)造成了巨大的壓力,同時(shí)也降低了用戶上網(wǎng)體驗(yàn)。為了保障高質(zhì)量業(yè)務(wù)的QoS(quantity of service,服務(wù)質(zhì)量),必須對業(yè)務(wù)加以區(qū)分'以此來對不同的網(wǎng)絡(luò)業(yè)務(wù)進(jìn)行差分服務(wù)。對網(wǎng)絡(luò)中業(yè)務(wù)，

本文編號：1209243