改进的支持向量机算法及其在入侵检测中的应用
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 247KB
- 页数 3P
- 阅读 94
- 下载 22
支持向量机以严格的数学理论为基础,具有简单的数学形式、直观的几何解释和良好的泛化性能,其与核函数的结合使它成为解决分类、回归、概率密度估计等实际问题的有力工具。但当处理大规模的数据集时,无论在时间和空间效率上都是无法满足人们的需求。针对该问题,本文提出ασ-SVM支持向量机,通过对其训练样本的缩减从而减少其训练时间。最后ασ-SVM算法对KDD99CUP入侵检测数据做验证,并与常规的SVM做对比,实验结果表明该方法不但能应用到入侵检测中,而且其训练的时间也明显的减少。
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
改进的支持向量机算法及其在入侵检测中的应用 247KB
一种聚类加权支持向量机算法及其在软测量中的应用 444KB
基于遗传算法的多尺度支持向量机及其在机械故障诊断中的应用 760KB
基于遗传算法优化支持向量机的电梯故障诊断 387KB
改进差分进化算法优化BP神经网络用于入侵检测 744KB
改进粒子群算法和最小二乘支持向量机的电力负荷预测 1.7MB
支持向量机在公路软基沉降预测中的应用 261KB
支持向量机在土壤镁含量高光谱估算中的应用 263KB
基于支持向量机方法的深基坑变形预测 199KB
支持向量机算法及其在土木工程中的应用 96KB