基于随机森林的IP地址城市级定位方法研究

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户:szshm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统IP地址定位方法准确度低的问题,提出了一种基于随机森林的IP地址城市级定位方法。该方法分析了IP自身特点及IP间存在关系,分别对经过路由特征和地域触发特征进行了定义,并通过主动测量提取IP多维度特征,然后结合机器学习的思想训练构建分类器,以实现对IP所处城市的定位。在此基础上,利用真实的IP地址数据集对所提定位方法进行实证分析。实验结果表明,基于随机森林的IP地址城市级定位方法可以实现IP在物理空间上到城市级的精准定位,且定位结果与主流IP定位工具一致。此外,该方法模型训练时间短且无需进行复
其他文献
随着光伏(photovoltaic,PV)的普及和电动汽车(Electric Vehicle,EV)保有量的增加,提出一种同时考虑到EV时空分布和PV出力随机的主动配电网空间负荷预测(Spatial Load Forecasting,SLF)方法。对影响PV出力的各项指标进行详细分析,并采用层次分析法确定不同指标的权重,采用模糊综合评价法确定评价集。其次,结合最小二乘支持向量机(Least Squares Support Vectormachine,LS-SVM)对传统粒子群算法进行改进来配比PV出力情况