[00272645]一种基于特征选取的SVM级联分类器方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201610121109.X
交易方式：
技术转让
技术转让
技术入股
联系人：
南京邮电大学
进入空间
所在地：江苏南京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
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。
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。
