| KPCA和RSVM结合处理大规模问题研究 |
| |
| 引用本文： | 刘全昌,贺国平,张妮娜.KPCA和RSVM结合处理大规模问题研究[J].山东科技大学学报(自然科学版),2008,27(1):72-75. |
| |
| 作者姓名： | 刘全昌 贺国平 张妮娜 |
| |
| 作者单位： | 山东科技大学,信息科学与工程学院,山东,青岛,266510 |
| |
| 摘 要： | 针对入侵检测中训练样本数量多、属性多这一问题,应用核主成份分析Kernel PCA和简约支持向量机Reduced SVM相结合的方法,不但有效地提取了样本的非线性信息,而且使样本在维数上得到约简,减少了核矩阵的计算量.在标准入侵检测数据集上的实验表明:训练时间进一步减少,正确率得到提高,而误报率下降.
|
| 关 键 词： | 入侵检测 KPCA RSVM KPCA 结合 处理 大规模 问题 研究 Problems Massive 误报率 正确率 训练时间 实验 数据集 标准 计算量 核矩阵 约简 维数 信息 非线性 |
| 文章编号： | 1672-3767(2008)01-0072-04 |
| 修稿时间： | 2007年4月26日 |
Solutions to the Massive Problems with KPCA and RSVM |
| |
| LIU Quan-chang,HE Guo-ping,ZHANG Ni-na.Solutions to the Massive Problems with KPCA and RSVM[J].Journal of Shandong Univ of Sci and Technol: Nat Sci,2008,27(1):72-75. |
| |
| Authors: | LIU Quan-chang HE Guo-ping ZHANG Ni-na |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
