核域多重分形谱感知的流识别与分类.pdf

优先出版 计 算 机 应 用 研 究 第33 卷 核域多重分形谱感知的流识别与分类* 1, 2 1 1 汤萍萍 ，王再见 ，郭良敏 (1．安徽师范大学 物理与电子信息学院，安徽 芜湖 241000 ；2 ．南京邮电大学 通信与信息工程学院，南京 210003) 摘 要：关于流识别与分类，目前主流的技术是基于统计学方法，核心环节是提取有效的特征属性集。这种方法的假设 条件是，特征互不相关，数据也互不相关。正因为这种假设的不合理性，使得分类效果和识别性能有限。虽然已经有很 多研究在集中解决特征相关性问题，但数据相关性却难以突破。因此引入以数据相关性为核心的多重分形理论，从根本 上摈弃独立假设的局限性与狭隘性，实现流的有效分类。为此，定义并论证流的分形谱，在此基础上推导流的估计谱， 然后在定义的核域内基于灰色关联度进行估计谱分析，继而脱离特征提取过程实现流的分类识别。最后通过系列实验显 示流的分形性和分形谱，并进行实际分类效果的纵向比较与横向比较。研究结果表明，基于多重分形理论的流分类识别 方法，有效弥补了统计学方法所不可避免的独立假设缺陷，因此具有强大而高效的识别未知流的能力，也特别适合于动 态多变的在线识别。 关键词：流；识别与分类；多重分形谱；数据相关性；灰色关联度 中图分类号：TN919 Complementing flow identification and classification with multi-fractal spectrum in core field 1, 2 1 1 Tang Pingping , Wang Zaijian 2 , Guo Liangmin (1. College of Physics Electronic Information, Anhui Normal University, Wuhu Anhui 241000, China; 2. College of Telecom- munications Information Engineering, Nanjing University of Posts Telecommunications, Nanjing 210003, China) Abstract: The dominant methodology of flow identification and classification is based on statistical analysis, which mainly fo- cuses on extracting efficient characteristics. However, its illogical hypothesis of characteristics independency and data inde- pendency dwarfs the classification effectiveness . Thus quantities of methods are proposed to resolve the problem of characteris- tics dependency, but few achievements as to data dependency. Therefore, theory of multi-fractals was introduced to identify and classify flows in consideration of data dependency,