基于参数评估的可调节式分组流分类算法

基于决策树的启发式流分类算法目标是建立结点数目尽可能少，树深度尽可能小的数据结构，从而获得较优的时空性能。本文提出的基于参数评估的可调节式流分类算法（PEAParameterEvaluationAdjustablealgorithm）一方面沿袭目前主流的决策树类流分类算法思想，一方面引入性能参数的概念，并采取调节参数权值的方式获得性能最佳的数据结构。大量测试结果表明，相同条件下本算法对比同类算法能够获得更优的性能结果。