简介：
简介：先举几个分类器（classifier）的用例：垃圾邮件检测、第一语言自动判定（如Google翻译）、表情分析。通常专用技术做得更好，然而本文介绍的简单贝叶斯分类器是通用的，它易于实现，且对多数应用来说都已足够好。此外，虽然专用算法能带来更高的准确度，但在一般情况下，更好的数据加上可以自行调整的算法，能以更低的代价获得更好的结果。
简介：摘要IP包分类算法是应用在路由器数据平面的核心算法，其中一维的IP包分类算法就是路由地址查找算法，为路由器的基本转发功能提供支持，与此对应的多维的IP包分类算法是为支持第4层交换的路由器提供对IP数据报的分类，使路由器能对每一个特定的数据报作出预先定义好的处理，以便为了新的网络应用提供数据包过滤、防火墙、基于策略的路由、区分服务、QoS、流量计费等功能。本文介绍了两种典型的多维IP包分类算法在国内外研究现状及综述研究。
简介：本文提出了一种基于支持向量机分类器的水平集方法的图像特征提取方法,在提取图像特征的水平集方法应用中,通过改进水平集能量函数,引入区域信息,能够同时提取图像目标的内外边界,并且收敛速度快。提取图像特征之后通过支持向量机非线性分类器对待处理图像进行分类。
入侵检测分类免疫模型初探
实现简单的贝叶斯分类器
多维IP包分类算法研究
基于支持向量机分类水平集方法的图像特征提取研究
