返回首页
改进的HS算法优化BP神经网络的入侵检测研究
https://dl.ccf.org.cn/file_server///upload/image/20220325/1648169896983094909.png
基于传统BP神经网络的入侵检测中,BP神经网络算法模型存在着易陷入局部最优且初始值随机性较大的缺陷"初始值的选择直接影响到BP神经网络的训练效果,较好的初始值有利于BP神经网络跳过局部最优!从而提高训练效率.针对$BP神经网络的缺陷!提出了用改进的和声搜索算法对BP 神经网络的初始值进行优化,使得BP神经网络得到一组较优的初值的方法"实验结果显示!改进的和声搜索算法具有更高的适应度函数值,将该算法优化的BP神经网络用在入侵检测中,能够显著提高算法检测率和收敛速率"
<<< 上一篇
微处理器内安全子系统的安全增强技术
<<< 下一篇 基于机器学习的KDD-CUP99网络入侵检测数据集
读完这篇文章后，您心情如何？
京公网安备 11010802032778号
所有评论仅代表网友意见