排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
ReliefF是一种在很多场合经常使用的filter式的特征选择方法.然而该方法的一大缺点是不能辨别冗余特征。基于ReliefF算法提出一种混合的有监督的特征选择算法。该算法首先利用ReliefF算法去除与分类无关的以及权重低于一定阈值的特征,然后采用一种变量相似性准则来去除冗余特征。在实际的数据集KDDCUP'99上进行的实验结果表明该混合特征选择方法较单独使用ReliefF方法在分类精度上有一定的提高。 相似文献
2.
针对入侵检测数据中的冗余特征和冗余实例,提出一种基于主成分分析和混合稳态遗传算法的双向数据压缩方法.利用主成分分析对特征进行压缩,有效地去除特征之间的冗余性;用混合稳态遗传算法进行实例压缩,大大缩减了实例的数量;提出一个基于神经网络的入侵检测系统模型,该模型具有多分类、易于更新系统及快速适应新型入侵的特点.在KDD CUP’99上的实验表明,提出的方法是有效的,可以用于处理大数据集的压缩问题. 相似文献
3.
4.
5.
在目前网络管理现状的基础上,结合现今国际上研究的热点主动网,提出了把主动分布式网络管理应用到现今的以太网的网络管理中。 相似文献
6.
入侵检测系统中的特征选择是一个组合优化问题。为了有效地进行特征选择,提出一种结合进化思想的免疫算法。算法中的免疫记忆单元确保了快速收敛于全局最优解,算法中的均匀交叉操作则体现了进化的思想。提出一个基于神经网络的入侵检测系统模型.该模型具有多分类.易于更新系统使其快速适应新型入侵的特点。在KDDCUP’99上的实验表明该算法是有效的。 相似文献
7.
基于支持向量机提出一种方法,能够从历史告警中挖掘出告警的预测知识。首先把告警预测问题转化成机器学习问题,然后通过在告警序列上滑动窗口形成样本去训练支持向量机,从而建立对某种特定告警的预测模型。实验验证了该方法的有效性,并考察了一些关键参数对于预测性能的影响。 相似文献
8.
由于网络中数据流量越来越大,分布式网络管理已成为一种趋势。通过把分布式网络管理应用到以太网的网络管理中,并与传统的以太网的集中式网络管理进行比较。同时对两种网络管理方式下以太网中的网络管理站和网络结点中的代理进程之间的通信方式进行了详细的分析,从中得出了分布式网络管理中以太网主干信道中时延小的结论。进行仿真后的结果表明,在相同条件下,这种管理方式比集中式网络管理方式在网络时延方面有了较大的改善。 相似文献
9.
在目前网络管理现状的基础上,结合现今国际上研究的热点主动网,提出了把主动分布式网络管理应用到现今的以太网的网络管理中。 相似文献
10.
一种支持实时业务的新型以太网协议的研究 总被引:2,自引:1,他引:1
中提出一种新型以太网协议-动态时分排序协议,对它进行了简要描述和性能仿真。并且与以太网CSMA/CD协议进行了性能比较。 相似文献