您的位置: 专家智库 > >

邱密

作品数:4 被引量:16H指数:3
供职机构:湖南工业大学计算机与通信学院更多>>
发文基金:中国博士后科学基金广东省高等学校人才引进项目湖南省教育厅科研基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 3篇网络
  • 3篇网络流
  • 3篇网络流量
  • 2篇网络流量分类
  • 2篇聚类
  • 2篇贝叶斯
  • 1篇特征向量
  • 1篇图像
  • 1篇图像区域
  • 1篇图像区域分割
  • 1篇主成分
  • 1篇主成分分析
  • 1篇向量
  • 1篇贝叶斯理论
  • 1篇贝叶斯学习
  • 1篇DBSCAN...
  • 1篇K均值
  • 1篇K均值算法
  • 1篇MEAN-S...

机构

  • 4篇湖南工业大学
  • 2篇广东外语外贸...
  • 1篇国防科学技术...
  • 1篇湖南城市学院

作者

  • 4篇邱密
  • 3篇阳爱民
  • 2篇刘永定
  • 2篇何震凯
  • 1篇涂立
  • 1篇汪彦

传媒

  • 1篇计算机应用与...
  • 1篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 1篇2010
  • 3篇2009
4 条 记 录,以下是 1-4
排序方式:
一种使用DBSCAN聚类的网络流量分类方法被引量:5
2009年
提出了基于DBSCAN算法的网络流量分类方法,对流的定义、特征产生、特征选择以及分类规则和分类性能的评测等内容进行了介绍。提出了基于PCA的网络流量最优特征子集的选择方法。实验结果表明,提出的分类方法能够达到较高的总精确度和查准率,能够有效地使用于网络流量分类中。
何震凯阳爱民刘永定邱密
关键词:网络流量分类主成分分析DBSCAN聚类
一种快速的图像区域分割算法被引量:5
2009年
提出一种新的快速图像区域分割算法。这种方法首先抽取图像所有像素点的颜色、纹理与位置特征,并将图像划分成子块,以子块内像素点特征的平均值作为子块的特征向量,然后运用Mean-shift算法进行聚类,获得聚类簇数和初始蔟中心,最后再利用改进的K均值算法进行聚类,实现图像的快速分割。实验结果表明新方法不仅分割速度快,而且得到的分割结果稳定,避免了过度分割。
汪彦阳爱民涂立邱密
关键词:图像区域分割聚类MEAN-SHIFT算法K均值算法
使用贝叶斯学习算法分类网络流量被引量:6
2010年
随着网络应用(如P2P)的快速增长,使得传统的基于端口与有效载荷的网络流量分类方法效率大大降低。基于FCBF特征选择方法选择最优特征子集,研究使用贝叶斯学习方法对网络流量进行分类;实验结果显示提出的方法取得了较好的分类准确率。
邱密阳爱民刘永定何震凯
关键词:网络流量
基于贝叶斯理论的网络流量分类研究
网络技术的快速发展,尤其是P2P应用的飞速发展,大大丰富了互联网的内容。但其服务大多采用端口跳变和协议加密等相关技术,使传统的基于端口和有效载荷的分类方法的效率大大降低。如何对网络流量进行有效分类,给广大的互联网使用者提...
邱密
关键词:网络流量分类贝叶斯理论特征向量
文献传递
共1页<1>
聚类工具0