维普期刊资源整合服务平台（V6.5）

共被期刊论文引用了2次 您的检索式：您选中1篇文献正在查看引证文献汇总

选中清除导出查看参考文献查看引证文献引用追踪共1页首页上一页第1页下一页末页 /1 跳转

		题名	作者	年代	出处	被引量
	1	基于特征选择和多分类支持向量机的异常检测显示文摘现有大部分的异常检测系统都是把数据分成正常和异常两类,这样可能会丢失重要信息。特征选择的目的是减少异常检测冗余特征的同时,高度保持和原始特征的一致性。实现了特征选择和多分类支持向量机的异常检测技术。采取粗糙集、SVDF、LGP、MARS相结合的特征选择方法。同时利用多分类支持向量机把数据分成五类。通过实验分析,表明DoS攻击相对于其他3种攻击的漏报率是最高的。	张晓惠林柏钢	2009	通信学报2009，30，S1：	20
	2	基于支持向量机的客户流失预测模型显示文摘客户流失预测是不确定的、非线性的复杂系统,传统方法往往难以准确描述这种非线形特性,而支持向量机能够解决线性及非线性分类问题并且具有全局收敛性和良好的推广能力。因此,本文采用支持向量机的智能化新技术建立客户流失预测系统模型。实证表明该模型具有良好的预测能力和较强的实用性。	鲁海波段芳	2010	新疆师范大学学报(自然科学版)2010，29，4：	0

返回顶部每页显示：

共1页首页上一页第1页下一页末页 /1 跳转

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费