基于杂交BPSO—SVM的网络故障特征选择

• 作 者: 杨婷 孟相如 徐有 温祥西
• 机 构: 空军工程大学信息与导航学院
• 出 处: 微电子学与计算机
• 发表日期: 2014年1期
• 关键词: 网络故障诊断 特征选择 杂交二值粒子群 支持向量机 network fault diagnosis feature selection breeding bin

为提高网络故障诊断系统的诊断精度，节约计算资源，针对需要处理的含有大量无关或冗余特征的数据，提出了一种基于杂交BPSO-SVM的网络故障特征选择算法．该算法采用封装器模式，以SVM的分类准确率和特征压缩比作为适应度函数来指导杂BPSO进行特征选择，将选择出的最优特征子集用于故障诊断．运用Kdd’99数据集的实验结果表明，杂交BPSO-SVM提高了诊断精度，降低了特征维数，可进一步提升网络故障诊断效果．