您的位置： 专家智库 > >

林红飞

作品数：3 被引量：1H指数：1
供职机构：河海大学计算机及信息工程学院更多>>
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>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 1篇学习算法
  • 1篇入侵
  • 1篇入侵检测
  • 1篇统计学习
  • 1篇模式识别
  • 1篇APRIOR...
  • 1篇FP-GRO...

机构

  • 3篇河海大学
  • 1篇南京审计大学

作者

  • 3篇林红飞
  • 2篇庄卫华
  • 1篇孙卫
  • 1篇曾晓勤

传媒

  • 1篇计算机工程
  • 1篇计算机工程与...

年份

  • 1篇2009
  • 1篇2007
  • 1篇2006
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
频繁模式集挖掘算法TFPDM的研究被引量：1
2006年
受经典的Apriori算法思想和FP-Growth算法思想的启发,在结合两者优点的基础上提出了一种新的算法思想,它是对传统的FP-Growth算法的变形。该算法只需对数据库扫描一次,可以同时对全局和局部频繁模式集进行挖掘,减少了对发生增益数据库挖掘的费用。理论分析表明算法是有效的、可行的。
林红飞庄卫华
关键词：FP-GROWTH算法APRIORI算法
支持向量机的研究及其在入侵检测中的应用
支持向量机是自上世纪90年代提出的一种基于统计学习理论的机器学习算法，与传统统计学研究样本产生的规律或样本数目趋于无穷大时的渐进性能不同，它更注重研究样本本身所提供的信息，其解决问题的核心思想是利用核函数把样本空间中的问...
林红飞
关键词：支持向量机入侵检测统计学习学习算法模式识别
文献传递
基于相邻边界模型的支持向量预选算法
2009年
根据支持向量的几何分布特性,提出相邻边界模型的概念以及一种支持向量预选算法。该算法通过预选出相互邻近的边界样本,避免大量样本参与二次规划问题的求解,为支持向量机提供高效的训练集。实验结果证明,采用该预选算法的LIBSVM可以较大地提高训练的时间效率和空间效率。
孙卫庄卫华林红飞曾晓勤
关键词：支持向量机
全选 清除 导出
共1页<1>
聚类工具0