-
题名CFV-NB:基于概念特征向量的NB文档分类模型
- 1
-
-
作者
何丽
刘军
-
机构
天津大学管理学院
天津财经大学理工学院
-
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2006年第20期4-6,共3页
-
基金
天津自然科学基金资助项目(033611011)
天津市高等学校科技发展基金资助项目(20041603)
-
文摘
提出了一种基于概念特征向量的NB文档分类方法。该方法在未标注文档集上通过SOM(Self-OrganizingMaps)聚类产生若干初始文档类,并为每个文档类分配一个类标签,使用最大信息熵的方法建立每个文档类的概念特征向量。在概念特征向量空间上建立最终的文档分类器:CFB-NB。
-
关键词
文档分类
概念特征向量
nb分类器
-
Keywords
Document classification
Concept feature vectors
nb classifier
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于并行特征选择和分类的网络入侵检测方法
被引量：13
- 2
-
-
作者
戴敏
-
机构
中国民用航空飞行学院计算机学院
-
出处
《计算机工程与设计》
北大核心
2019年第3期654-661,共8页
-
基金
国家自然科学基金民航联合基金重点项目(U1233202/F01)
-
文摘
针对存在大量访问时的网络入侵检测问题,提出一种在MapReduce框架下实现的并行网络入侵检测方法。构建一种并行化的量子粒子群优化(QPSO)算法,对原始数据集中的大量特征进行选择,降低特征维度;实现一种并行化的朴素贝叶斯(NB)分类器,以网络访问特征作为输入来检测入侵。在KDDCup99数据集上的实验结果表明,该特征选择方法能够选择出最优特征子集,有效提高了入侵检测的准确性,特征选择和分类器的并行化缩短了检测时间。
-
关键词
网络入侵检测
MAPREDUCE框架
QPSO算法
特征选择
nb分类器
-
Keywords
network intrusion detection
MapReduce framework
QPSO algorithm
feature selection
nb classifier
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
