基于流记录偏好度的多分类器融合流量识别模型
通信世界网-通信学报
2013/11/21 09:47
多分类器融合 证据理论 偏好度 机器学习
[本文摘要]
通过将证据理论引入到流量分类的决策模块中，提出了偏好度和时效度权值，并通过实测数据对多分类器识别模型进行验证，其结果表明该模型较好的克服了单分类器的片面性，通过对多个证据的融合来优化识别的结果。
相关阅读
 |
热门文章
2021年12月6日
2016年10月28日
2016年10月24日
2016年9月28日
蓝戈沙龙
