简介：精确的网络流量分类是实现互联网可控可管的关键，传统的单一分类算法需要构建基于特定假设的某种模型，算法对于待分类数据的分布要求高，不能满足复杂多变的网络流量的分类要求。基于此，采用多决策树组合的随机森林算法实现网络流量分类。通过实际网络流量数据实验表明，在各种情况下，随机森林算法都能显著改善网络流量特别是小比例样本的分类效果，算法降低了单一算法过于依赖特定假设模型的要求，对于待分类样本的分布要求低，随机森林算法具有良好的分类效果和鲁棒性。
简介：近年来,电子学领域出现了引人注目的重要进展。新的研究成果将会进一步促进电子信息技术的发展。介绍了电子学在这些领域,包括自旋电子学、聚合物电子学、BEC凝聚态激光和巨磁致电阻存储器（MRAM）的研究情况,并对其可能的应用前景进行了讨论。
基于随机森林算法的网络流量分类方法
21世纪初电子学新进展——评介与展望
