一种基于改进的BP神经网络的入侵检测方法

针对普通BP神经网络算法学习收敛速度慢、易造成局部极小的问题,提出一种改进的BP神经网络入侵检测方法,其采用拟牛顿的方法进行学习,即对目标矩阵求二阶导数.运用该方法能够有效提高学习速度,消除局部极小.仿真结果表明,改进的BP神经网络入侵检测方法收敛速度快,比标准的BP入侵检测方法误检率低,能够很好地提高学习效率,更加有效地检测攻击行为.     

基于反向传播神经网络的入侵检测算法

讨论了多层神经网络算法缺陷,提出了一种基于改进反向传播(Back Propagation,BP)的快速入侵检测算法--IBP算法:在BP算法中的梯度下降算式中,加入一个动量项α[ω(t)-ω(t-1)],改善计算神经元 j到神经元i的级联权值;采用学习速率可变的策略;算法训练网络时采用批处理的样本输入方式.改进后的算法选取较大的学习速率η=0.5和η=0.65,并采用3层神经网络的结构,输入、输出样本是16维和15维,各进行100次独立仿真实验,结果证明可加快算法收敛速度,另外,仿真实验还证明:改进后的算法对初始权值的敏感性、网络所表现出的稳定性等都比传统算法性能优越.     

解线性方程组的一种改进算法

阐述用迭代法解线方程组的基本理论，对雅可比迭代法作了一些改进，提高了其收敛速度。     

大体积混凝土裂缝成因及其防治措施

文章通过分析大体积混凝土裂缝产生的各种原因,从原材料的性能、设计、施工工艺和混凝土养护等方面提出了防止大体积混凝土开裂的应对措施,以保证大体积混凝土的质量,防止混凝土裂缝的产生。     

关于数列的压缩性条件的几点注记

对满足压缩条件的一大类数列极限问题进行了处理     

基于正过零鉴相的全数字锁相环的研究

介绍了数字锁相的主要方法,对正过零鉴相TMS320LF2407的全数字锁相环进行了数学建模,得到了简化模型.其模型对数字锁相环的参数设计有着非常重要的指导意义.仿真结果证明了该数字锁相环模型的可行性、稳定性与快速性.为提高数字锁相环的准确性,给出了处理量化误差的方法.     

关于不等式组成立的概率下界

提出并证明了与柯尔莫哥洛夫不等式相类似的一个结论:即n维独立的正随机变量的不等式组:X1<λμ,X1X2<λμ2,…,X1X2…Xn<λμn成立的概率下界为1-1λ.