一种改进的DBSCAN算法及其应用-中国学术期刊网络出版总库

中国学术期刊网络出版总库

一种改进的DBSCAN算法及其应用

推荐 CAJ下载

【英文篇名】	Improved DBSCAN algorithm and its application
【下载频次】	★★★★★
【作者】	李双庆; 慕升弟;
【英文作者】	LI Shuangqing; MU Shengdi; College of Computer Science; Chongqing University;
【作者单位】	重庆大学计算机学院;
【文献出处】	计算机工程与应用 , Computer Engineering and Applications, 编辑部邮箱 2014年 08期期刊荣誉：中文核心期刊要目总览 ASPT来源刊中国期刊方阵 CJFD收录刊
【中文关键词】	DBSCAN算法; 隐马尔科夫模型(HMM); 分治; 自动建模;
【英文关键词】	DBSCAN algorithm; Hidden Markov Model(HMM); divide-and-conquer; automatically modeling;
【摘要】	对网络流量等大规模数据,基于密度的DBSCAN聚类算法收敛时间过长、对某些流量聚类效果欠佳。在基于隐马尔科夫模型(Hidden Markov Model,HMM)的流量识别研究背景下,提出一种改进的DBSCAN算法,从减少每次区域查询次数及查询时间两方面提高算法的时间效率和准确率。并创新性地采用分治策略将新算法应用于自动构建网络协议的HMM模型。实验结果表明,改进的DBSCAN算法在保证聚类准确率的同时大大提高了时间效率,并能通过对网络流数据包进行聚类,正确完成网络协议HMM模型的自动建模。
【英文摘要】	For massive data such as network traffic, DBSCAN has weakness of greatly time consuming, it has poor clustering effect for some network protocol as well. In the context of network traffic classification via HMM, an improved DBSCAN algorithm is put forward. The algorithm improves the time efficiency and accuracy by reducing the time of querying. The improved algorithm is used to construct the HMM of network traffic automatically based on the divided-andconquer strategy. The experimental result shows that the...
【基金】	国家自然科学基金(No.71102065)
【更新日期】	2014-05-13
【分类号】	TP393.06
【正文快照】	1引言聚类是根据事物的特定属性,将其划分为若干不同的类,使类间相似性尽量小,类内相似性尽量大。聚类有划分法、层次法、基于密度[1-5]、基于网格[6]等方法,广泛应用于数据挖掘、网络流量识别等领域。基于网络流统计特性[7-10]的流量识别是现今流量分类的研究热点。McGregor等

xxx

【读者推荐文章】

中国期刊全文数据库中国博士学位论文全文数据库中国优秀硕士学位论文全文数据库中国重要会议论文全文数据库

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　

自动化技术、计算机技术
　　

计算技术、计算机技术
　　　

计算机的应用
　　　　

计算机网络
　　　　　

一般性问题
　　　　　　

计算机网络测试、运行


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

文献分类导航