改进差分进化算法优化BP神经网络用于入侵检测
改进差分进化算法优化BP神经网络用于入侵检测
81 4.6
29 2021-04-27
pdf | 4.1MB | 8页
正文 简介
为解决BP神经网络应用于入侵检测时检测率较低、训练时间过长的问题,对改进差分进化算法(SAMDE)优化BP神经网络并用于入侵检测的可行性进行研究.该算法引入模拟退火算法(SA)和一种融合DE/rand/1与DE/best/1的变异算子对差分进化算法进行改进以提高其全局寻优能力.用改进后的算法优化BP神经网络权值阈值.通过逐次的迭代训练使BP神经网络收敛,将优化过的BP神经网络用于入侵检测.仿真实验结果显示,优化的BP网络在收敛速度和精度方面有明显提升,用于入侵检测时提高了检测准确率,缩短了训练时间.
对不起，您暂无在线预览权限，如需浏览请
立即登录*温馨提示：该数据为用户自主上传分享，如有侵权请举报或联系客服：400-823-1298处理。
热门商品
- 2024-11-21 13817627*** 30KB 4.5
- 2024-11-20 15905599*** 14.0MB 5
- 2024-11-19 13905113*** 18KB 4.5
- 2024-11-19 13905113*** 44KB 4.5
- 2024-11-19 13905113*** 170KB 4.5
- 2024-11-19 13905113*** 69KB 4.5
- 2024-11-19 13905113*** 18KB 5
- 2024-11-19 13905113*** 766KB 5
- 2024-11-18 13438009*** 23KB 5
- 2024-11-18 13438009*** 20KB 5
您可能感兴趣
50
原价:
100 积分
立即购买