关键词：计算机应用技术 实时流量识别 svm adaboost 准确率 

摘要：摘要针对当前实时流量识别技术上的不足，本文基于支持向量机算法（SVM）和Adaboost算法，提出了一种实时流量识别算法。这种方法将SVM算法使用在Adaboost算法框架中，通过Adaboost算法来提高SVM算法的对流量样本学习能力，改善了SVM算法在实时流量识别中的准确率，从而改善识别器的性能。仿真实验证明，通过设定算法的迭代次数，这种方法的实时流量识别准确率能够达到85％以上。

软件杂志要求:

{1}来稿若有基金项目或其他资金资助项目，请详细列出基金或其他资金项目类型、名称及编号，每篇来稿的基金项目或其他资金资助项目原则上不超过3个。

{2}编辑部收到稿件后立即编号，并给回执，日后联系时请注明编号。在接到本刊回执3个月未接到稿件处理通知书，系该稿仍在审阅中。

{3}参考文献尽可能使用近5年公开发表的文献，数量在10—30条，采用顺序编码制著录，依照其在文中出现的先后顺序用阿拉伯数字标出，并将序号置于方括号中，排列于文后。

{4}每篇文稿均应标引3～8个中文及英文关键词。

{5}来稿需注明作者的真实姓名、单位、地址、邮编、职务、专业等信息，写明电子邮箱及电话以便联系。凡学生来稿请务必注明学校、专业和年级。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社