基于参数评估的可调节式分组流分类算法

基于决策树的启发式流分类算法目标是建立结点数目尽可能少、树深度尽可能小的数据结构,从而获得较优的时空性能,据此理论提出的基于参数评估的可调节式流分类算法(PEA),一方面沿袭目前主流的决策树类流分类算法思想;一方面引入性能参数的概念,并采取调节参数权值的方式获得性能最佳的数据结构.测试结果表明,相同条件下本算法对比同类算法能获得更优的性能结果.