张健飞
- 作品数：3 被引量：9H指数：2
- 供职机构：福建师范大学更多>>
- 发文基金：国家自然科学基金福建省省属高校科研专项重点项目福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多代表点的子空间分类算法被引量：6
- 2011年
- 多代表点近邻分类克服了传统近邻分类算法的缺点,使用以代表点为中心的模型簇构造分类模型并自动确定近邻数目。此类算法在不同类别的样本存在大量重叠时将导致模型簇数量增大,造成预测精度下降。提出了一种多代表点的子空间分类算法,将不同类别的训练样本投影到多个不同的子空间,使用子空间模型簇构造分类模型,有效分隔了不同类别样本在全空间中重叠的区域,以提高分类性能。与传统的kNN(k nearest neighbor)、kNNModel、SVM(support vector machine)等分类算法的实验对比结果表明,新方法可以对复杂类别结构数据进行有效分类,且较好地提高了分类精度。
- 张健飞陈黎飞郭躬德李南
- 关键词：子空间
- 检测迷惑恶意代码的层次化特征选择方法被引量：3
- 2012年
- 各种迷惑恶意代码能够轻易躲避传统静态检测,而动态检测方式虽有较好的检测率,却消耗大量系统资源。为提高低系统开销下迷惑恶意代码的检测率,提出一种层次化特征选择方法,依次在引导层、个体层、家族层和全局层上生成并选择特征。层次方法以逐层精化特征的方式寻求特征冗余和信息漏选之间的平衡。实际数据集上的实验结果表明所提方法的迷惑恶意代码检测率较高,与传统特征选择方法相比,具有所需训练样本集小、泛化能力强的优点。
- 张健飞陈黎飞郭躬德
- 关键词：恶意代码检测
- 子空间分类算法研究及应用
- 分类分析作为数据挖掘中一项重要的研究课题,已广泛地应用于文本挖掘、生物信息学、信息安全等领域。当前,信息技术的发展促使各种类型的数据呈指数增长,数据维度也急剧上升,常常高达成百上千维。鉴于此,分类技术也在向处理各种高维数...
- 张健飞
- 关键词：子空间分类特征加权文本分类恶意代码检测
- 文献传递
