English
资源说明：论文研究-基于改进NN-SVM 算法的网络入侵检测.pdf,
在网络入侵检测中,引入类归属度对NN-SVM算法进行改进.综合距离与同异类点个数因素,通过计算样本点对最近$T$个样本点的类别归属程度来决定取舍,以此对样本集进行修剪, 从而降低正反类的混淆程度, 以降低SVM的学习代价,提高泛化能力. 试验表明: 与SVM 算法相比,改进的NN-SVM算法能有效地减少学习样本数, 解决小样本的机器学习问题,提高系统检测性能.
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
