蒋玉娇
- 作品数：3 被引量：42H指数：2
- 供职机构：空军工程大学防空反导学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进ReliefF算法的Honeynet告警日志分析被引量：1
- 2011年
- 针对蜜罐中数据分析系统的薄弱性,提出了基于PCA和改进的ReliefF方法的告警日志分析系统。通过主成分分析,去除特征之间的冗余性,能够有效降低算法的复杂性,再利用改进的ReliefF算法,选择出最能代表样本的特征,构成有效特征子集,实现特征的降维。该方法能够在保证较高分类精度的同时,显著提高分类速度,并在一定程度上实现了数据分析的智能化和自动化,实验结果表明了其正确性。
- 毕凯周炜蒋玉娇安和平
- 关键词：蜜罐蜜网RELIEFF
- 一种基于PSO的RBF-SVM模型优化新方法被引量：16
- 2010年
- 针对使用径向基核函数的支持向量机,采用粒子群优化方法实现模型优化.基于训练集中样本之间的最近平均距离和最远平均距离,给出参数σ的取值空间,从而减小了超参数搜索的范围,并采用对数刻度进一步提高粒子群优化方法的参数搜索效率.与遗传算法和网格法的对比实验表明,所提出的方法收敛速度更快,得出的超参数更优.
- 徐海龙王晓丹廖勇张宏达蒋玉娇
- 关键词：支持向量机粒子群优化搜索效率
- 一种基于PCA和ReliefF的特征选择方法被引量：25
- 2010年
- 如何减少样本的训练测试时间、提高分类精度是有效特征选择方法研究的重要方面。提出了一种结合PCA和ReliefF的特征选择算法。该算法选择出了最具有代表性的特征,构成有效特征子集,实现了特征降维。同时,较PCA-GA方法,该算法具有简单、快速等优点。利用标准数据集进行的实验结果表明,文中算法是可行的、有效的,为模式识别的信息特征压缩提供了一种新的研究方法。
- 蒋玉娇王晓丹王文军毕凯
- 关键词：主成分分析支持向量机
