高文
- 作品数：2 被引量：31H指数：2
- 供职机构：浙江大学计算机科学与技术学院更多>>
- 发文基金：浙江省重点科技创新团队项目国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 网络流量特征选择方法中的分治投票策略研究被引量：8
- 2015年
- 特征选择作为机器学习过程中的预处理步骤,是影响分类性能的关键因素.网络流量具有数据量大,特征维度高的特点,如何快速提取特征子集,并提高分类效率对于基于机器学习的流量分类方法具有重要意义.本文提出基于分治与投票策略的特征提取方法,将数据集分裂为多个子集,分别执行特征提取算法,利用投票方法获得最后的特征子集.实验表明可有效提高特征提取的时间效率,同时使分类器取得良好的分类准确率.
- 高文钱亚冠吴春明郭晔朱凯陈双喜
- 关键词：分治投票
- 基于离散粒子群算法的数据中心网络流量调度研究被引量：23
- 2016年
- 数据中心网络利用多个并行路径为集群计算等网络服务提供高对分带宽.然而,现有的流量调度算法可能会引起链路负载不均衡,核心交换机冲突加剧,造成网络总体性能降低.本文将流调度问题转化成0-K背包问题求解,提出基于离散粒子群的流调度算法DPSOFS(Discrete Particle Swarm Optimization Flow Scheduling).该算法根据Fat-Tree结构特点定义了粒子速度、位置和运算规则,以两次迭代冲突流个数差值作为目标函数,并限定路径搜索范围,减少随机搜索的盲目性.仿真实验验证了该算法对减少流冲突快速有效,能提高网络对分带宽.
- 林智华高文吴春明李勇燕
- 关键词：数据中心网络离散粒子群流调度
