基于GA改进BP神经网络网络异常检测方法
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.7
报错
- 详情
- 2021-03-23
- 简介
pdf
- 293KB
- 页数 4P
- 阅读 61
考虑到常规BP神经网络算法容易陷入局部最优解,所建立的网络遗传流量检测模型检测效率低,准确率不高等问题,提出一种改进型GA优化BP神经网络算法,并使用其建立网络遗传流量检测模型。常规遗传算法在搜索过程中,往往会由于出现影响生产适应度高的个体而对遗传算法搜索过程产生影响的现象发生,因此需要对常规遗传算法进行改进。使用的方法是通过混合编码方式进行改进,同时对交叉算子、变异算子、交叉概率以及变异概率等参数进行优化修正。使用KDD CUP99数据库中的网络异常流量数据进行实验研究,研究结果表明,所提出方法的检测性能要明显优于常规算法,其对BP神经网络的结构、权值以及阈值进行同步优化,避免了盲目选择BP神经网络结构参数带来的问题,避免了常规BP神经网络容易陷入局部最优解的问题。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于改进BP神经网络的矿井CO检测方法的研究 203KB
基于改进BP神经网络的矿井CO检测方法的研究 203KB
基于GA改进BP神经网络网络异常检测方法 293KB
基于GA—BP神经网络的建筑安全评价 758KB
基于BP神经网络的工程造价估测方法 294KB
基于多种检测数据的轨道状态BP神经网络评定方法研究 296KB
工业控制网络入侵检测的BP神经网络优化方法 834KB
改进BP神经网络算法在基坑沉降预测中的应用 292KB
遗传算法优化BP神经网络的信号检测 173KB
基于GA的BP神经网络在砂土液化评价中的应用 284KB