共 1 条
模糊多类支持向量机及其在入侵检测中的应用
被引：47
作者：
李昆仑
黄厚宽
田盛丰
刘振鹏
刘志强
机构：
[1] 河北大学数学与计算机学院,北方交通大学计算机与信息技术学院,北方交通大学计算机与信息技术学院,河北大学数学与计算机学院,河北大学物理科学与技术学院保定,北京,北京,保定,保定
来源：
关键词：
多类分类问题;
支持向量机(SVM);
模糊成员函数;
入侵检测;
D O I：
暂无
中图分类号：
TP393.08 [];
学科分类号：
0839 ;
1402 ;
摘要：
针对支持向量机理论中现存的问题:多类分类问题和对于噪音数据的敏感性,提出了一种模糊多类支持向量机算法.该算法是在Weston等人提出的多类SVM分类器的直接构造方法中引入模糊成员函数,针对每个输入数据对分类结果的不同影响,该模糊成员函数得到相应的值,由此可以得到不同的惩罚值,并且在构造分类超平面时,可以忽略那些对分类结果影响很小的数据.在充分的数值实验基础上,将文中提出的方法应用于当前一个重要的应用领域———计算机网络入侵检测问题,并得到了较好的实验结果.理论分析与数值实验都表明,该算法是切实可行的,并具有良好的鲁棒性.
引用
收藏
页码：274 / 280
页数：7
相关论文