| 利用粒子群优化的极限学习机入侵检测算法 |
| |
| 引用本文： | 耿永利,李永忠,陈兴亮.利用粒子群优化的极限学习机入侵检测算法[J].福州大学学报(自然科学版),2021,49(1):15-19. |
| |
| 作者姓名： | 耿永利 李永忠 陈兴亮 |
| |
| 作者单位： | 镇江高等职业技术学校计算机教研室，江苏 镇江 212016;江苏科技大学计算机学院，江苏 镇江 212003 |
| |
| 摘 要： | 针对网络入侵检测准确率低、误报率高的状况,通过理论分析与仿真实验,提出一种利用粒子群优化的极限学习机入侵检测算法.该算法利用粒子群算法优化核极限学习机的核参数,采用学习能力和线性组合泛化能力强的全局性核函数,形成多核极限学习机,可以有效提高单核极限学习机分类器的性能.通过仿真实验对其性能进行了对比分析,结果验证了该算法的有效性.
|
| 关 键 词： | 入侵检测 粒子群算法 极限学习机 机器学习 |
The algorithm of intrusion detection of kernel extreme learning machine using PSO |
| |
| GENG Yongli,LI Yongzhong,CHEN Xingliang.The algorithm of intrusion detection of kernel extreme learning machine using PSO[J].Journal of Fuzhou University(Natural Science Edition),2021,49(1):15-19. |
| |
| Authors: | GENG Yongli LI Yongzhong CHEN Xingliang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
|
