SVM支持向量机在遥感图像中的应用研究

遥感图像分类是遥感图像处理领域中的一个重要的研究方向,随着传感器质量的不断提高,越来越多高质量的遥感图像需要新的监督分类方法进行处理。常用的将svm二元分类器改进成为多级分类器的方法有"一对一"(one against one,1-v-1)和"一对多"(one against all,1-v-all)。本文将使用这两种方法进行遥感图像分类研究,进行对比评价。结果发现在大多数情况下,第一种方法"一对一"在计算速度和分类精度方面要优于第二种方法"一对多"。但是这种差别并不太显著,具体选择哪种方法也取决于实际情况。

基于深度迁移学习的物联网入侵检测框架

近年来,物联网(IoT)为人类生产生活带来了很多好处;但是受限于资源,物联网设备很容易受到对手的各种类型的网络攻击。本文通过采用定制的深度迁移学习技术,为物联网提出了一种新颖的入侵检测方法。本文主要识别拒绝服务、分布式拒绝服务、数据收集和数据盗窃等攻击类别。结合迁移学习的概念,将基于多层分类的嵌入层(用于对高维分类特征进行编码)的前馈神经网络模型应用于对高维分类特征进行编码,从而构建一个二元分类器实现入侵检测。本文对提出的方法进行了评估,发现其具有很高的分类精度。

于数据挖掘(算法)的二进制目标自动建模研究

从数据挖掘的算法入手,简单阐述了一些数据挖掘的建模方法优缺点,重点介绍了二进制目标的自动建模。二进制目标的自动建模能够综合自动化与多个模型相结合的好处,这往往产生比从任何一个模型更准确的预测,分析研究了二元分类器节点在进行自动建模和对比二元结果中的作用,并以某金融公司为例进行实证研究。