论文部分内容阅读
提出一种新的基于DT-KSVM(decision tree kernel support vector machine,决策树支持向量机)的业务感知算法,利用ReliefF特征选择算法提取特征,提出样本间类别可分度计算方法排序不同业务感知难度,优先感知易分业务。在实际网络业务数据集上与传统一对一(one-versus-one)SVM感知方法进行对比,结果表明该方法具有较高的业务识别准确率和更好的时间性能。