发明名称 | 一种基于特征选取的SVM级联分类器方法 | ||
摘要 | 本发明公开了一种基于特征选取的SVM级联分类器方法,包括在开放的网络环境中获取网络游戏与网络视频业务数据,并对该数据流进行基本的流量统计特征计算。然后基于特征选取的SVM级联分类器方法,确定每一级SVM分类器需要识别出的数据类型,以及能有效区分出该类型数据与其他类型数据的最佳特征组合。最后根据设计出的SVM级联分类器对原始的网络数据流进行分类实验,并通过多次实验得到最后的分类结果。本方法在进行特征选取的过程中综合考虑了信息增益率和皮尔森相关系数指标,从而能更为准确地选取最佳特征组合,以提高分类性能。而且本方法采用了为每一类型的数据单独选取最佳特征组合的思想,配合有效的特征选取方法,能有效地提高分类正确率。 | ||
申请公布号 | CN105809190A | 申请公布日期 | 2016.07.27 |
申请号 | CN201610121109.X | 申请日期 | 2016.03.03 |
申请人 | 南京邮电大学 | 发明人 | 董育宁;赵小祥 |
分类号 | G06K9/62(2006.01)I | 主分类号 | G06K9/62(2006.01)I |
代理机构 | 南京知识律师事务所 32207 | 代理人 | 汪旭东 |
主权项 | 一种基于特征选取的SVM级联分类器方法,其特征在于包括以下步骤:步骤1:在开放的网络环境中获取所需的网络游戏与网络视频业务数据,并对该数据流进行基本的流量统计特征计算;步骤2:基于特征选取的SVM级联分类器方法,确定每一级SVM分类器需要识别出的数据类型,以及能有效区分出该类型数据与其他类型数据的最佳特征组合;步骤3:根据设计出的SVM级联分类器对原始的网络数据流进行分类实验,通过多次实验得到最后的分类结果。 | ||
地址 | 210003 江苏省南京市鼓楼区新模范马路66号 |