同类推荐
-
-
Stable Diffusion AIGC视觉教程
-
¥59.80
-
-
微课学UE虚幻引擎场景搭建
-
¥79.80
-
-
Python编程:案例驱动的快速入门与实践
-
¥45.00
-
-
AIGC高效编程：Python游戏开发实战（慕课版）
-
¥59.80
-
-
三维设计基础：Blender
-
¥65.00
-
-
Java程序设计
-
¥55.00
-
-
可扩展标记语言（XML）技术（罗如柏）
-
¥55.00
-
-
LangGraph开发从原理到实践
-
¥89.90
-
-
Office应用（景泉）
-
¥39.00
-
-
Office应用（景泉）
-
¥39.00
|
|
图书信息
|
|
|
|
基于机器学习的网络流量识别算法及其应用
|
| ISBN： | 9787030714916 |
定价： | ￥88.00 |
| 作者： | 董仕著 |
出版社： | 科学出版社 |
| 出版时间： | 2022年11月 |
开本： | 24cm |
| 页数： | 182页 |
装祯： | 平装 |
中图法： | TP393;TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
11
|
库区13/库区2/库区4
|
2026-03-18
|
|
其它供货商库存合计
|
202
|
|
2026-03-18
|
图书简介 | | 网络流量识别是网络监控的关键环节，在网络管理中起到十分重要的作用，机器学习作为一种技术手段已经应用到网络流量识别过程中，并成为该领域的研究热点。基于机器学习的网络流量识别算法是通过对流量行为测度的分析与度量构建满足不同应用场景下的流量识别需求识别模型。全书共9章，首先分析机器学习在流量识别中的意义和应用，并对基于机器学习的流量识别算法进行综述。其次对行为特征进行分析，提出改进的属性选择算法(多测度属性选择算法)；然后系统分析非对称路由对流量识别算法的影响，系统介绍一系列针对不同应用场景下的流量识别算法；最后对深度学习算法及模型进行分析研究，详细介绍基于卷积神经网络及改进的卷积神经网络方法在流量识别中的应用。 |
|