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 93
- 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
支持向量机算法及其在土木工程中的应用 96KB
支持向量机分类算法在MATLAB环境下的实现 1.2MB
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
小波-支持向量机组合算法在地铁沉降预测中的应用 1.6MB
支持向量机及其在岩土工程中的应用 303KB
支持向量机及其在岩土工程中的应用 316KB
基于粒子群算法优化的神经网络在入侵检测中的应用 180KB
模糊数据挖掘和遗传算法在入侵检测中的应用 556KB