第一章 绪 论
1.1 引 言
1.2 国内外研究方法和现状
1.3 研究工作和结构安排
1.3.1本文的主要工作
1.3.2 本文的结构安排
第二章 流量数据预处理与降维
2.1 数据预处理
2.2 数据降维
2.2.1 特征提取
2.2.2 特征选择
2.3 本章总结
第三章 基于BP神经网络的网络流量分类
3.1 人工神经网络
3.1.1 概述
3.1.2 BP神经网络算法理论
3.2 基于BP神经网络的流量分类方法
3.2.1 BP神经网络分类模型
3.2.2 仿真实验与结果分析
3.3 本章总结
第四章 基于极限学习机的网络流量分类
4.1 ELM算法
4.1.1 单隐层前馈神经网络
4.1.2 ELM算法理论
4.2 基于ELM的流量分类方法
4.2.1 结合PCA的ELM网络流量分类
4.2.2 结合RS的ELM网络流量分类
4.3 本章总结
第五章 基于分层极限学习机的网络流量分类
5.1 H-ELM算法理论
5.2 基于H-ELM的流量分类方法
5.3 本章总结
第六章 基于在线序贯极限学习机的网络流量分类
6.1 OS-ELM算法理论
6.2 基于OS-ELM网络流量分类方法
6.2.1 结合PCA的OS-ELM流量分类方法
6.2.2 结合RS的OS-ELM流量分类方法
6.3 本章总结
第七章 展望与总结
参考文献
发表论文和科研情况说明
致谢
声明
湖南师范大学;