孙勤
- 作品数：2 被引量：6H指数：1
- 供职机构：国防科学技术大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多准则赋权排序与C-SVM相结合的特征选择算法被引量：6
- 2018年
- 数据挖掘中所获取的数据维数多,常常导致数据存储所需容量大,知识挖掘所需时间长,预测正确率不高等问题,特征选择是解决上述问题的重要方法之一。针对现有特征选择算法最佳特征个数难以确定及分类准确率有待进一步提高等问题,提出一种同时考虑相关性和冗余度的多准则赋权排序的算法(m CRC),m CRC结合两种准则同时对特征进行排序,并利用C-SVM对按重要性降序排好的特征采用顺序前向浮动搜索得出最佳特征子集。实验结果表明,m CRC算法与单独基于互信息或类别可分性赋权排序的特征选择方法相比能在更短的时间内获得分类性能更好的最佳特征子集,为快速并高效地对数据集进行挖掘提供了有力保障。
- 孙勤孙勤蒋艳凰胡维张毅
- 基于互联网的物理对象感知方法研究
- 2017年
- 随着互联网技术的飞速发展,物联网技术也在不断发展进步,物理对象之间的网络互联性与交互性更加紧密也使得物理对象面临着越来越严峻的安全威胁,物理对象的感知工作和安全威胁问题是学术界和工业界急需解决的。物理对象感知方法研究为网络安全防护提供了工具和手段,在对比分析现有典型物理对象感知系统的基础上,针对目前物理对象感知系统中存在的问题,提出了基于BGP最近邻优先的感知方法,同时对网络中的通信协议和感知策略进行研究,提出基于设备网络特征分类的有效物理对象识别方法。对比实验表明,这些方法在IP地址生成、目标设备判别以及针对特定网络协议的感知上,在快速性和准确性上有了一定提高。这些物理对象感知方法弥补了现有工具的不足,在一定程度上为今后全球网络分析提供了研究可能。
- 张毅杜秀春孙勤
- 关键词：感知布隆过滤器支持向量机
