基于GA改进BP神经网络网络异常检测方法

考虑到常规BP神经网络算法容易陷入局部最优解,所建立的网络遗传流量检测模型检测效率低,准确率不高等问题,提出一种改进型GA优化BP神经网络算法,并使用其建立网络遗传流量检测模型。常规遗传算法在搜索过程中,往往会由于出现影响生产适应度高的个体而对遗传算法搜索过程产生影响的现象发生,因此需要对常规遗传算法进行改进。使用的方法是通过混合编码方式进行改进,同时对交叉算子、变异算子、交叉概率以及变异概率等参数进行优化修正。使用KDD CUP99数据库中的网络异常流量数据进行实验研究,研究结果表明,所提出方法的检测性能要明显优于常规算法,其对BP神经网络的结构、权值以及阈值进行同步优化,避免了盲目选择BP神经网络结构参数带来的问题,避免了常规BP神经网络容易陷入局部最优解的问题。     

基于机器学习的网络异常流量检测方法

研究一种基于机器学习的网络异常流量检测方法。使用改进型ANFIS算法作为建立的网络异常流量检测方法的核心算法。由于传统的神经网络算法使用的梯度下降算法在实际应用时,存在易陷入局部极小值,训练效率低下等问题,因此研究的改进型ANFIS算法使用附加动量算法修正模型参数,使系统能够越过误差曲面的局部最小值。最后使用KDD CUP99数据库以及LBNL实验室测试的数据对改进型ANFIS算法和BP神经网络算法的检测方法进行性能测试。结果表明,使用改进型ANFIS算法检测系统的训练效率以及检测准确率均优于使用BP神经网络算法建立的模型。     

车牌图像特征提取及改进神经网络的识别算法研究

针对车牌字符图像进行特征提取与识别算法的研究。使用BP神经网络识别算法建立车牌字符图像的识别。由于常规BP神经网络算法本身存在训练过程容易陷入局部最小值、收敛效率低以及网络结构参数不易确定等缺点。另外,BP网络结构参数的选取对算法的性能影响很大,而参数的选取通常是根据经验公式选取的,存在很大的随机性和盲目性,使算法的性能无法得到保证。因此该文使用收敛速度快、适用于全局搜索的PSO优化算法对BP神经网络算法的性能进行优化,研究一种双粒子群优化的改进BP神经网络算法。最后通过车牌识别实验对识别算法进行研究,结果表明,通过对神经网络算法进行改进,使用其建立汉字识别模型、字母识别模型以及混合识别模型的识别准确率均优于常规神经网络算法建立的模型,具有较好的识别性能。     

基于人工鱼群算法优化神经网络在网络入侵检测中的应用研究

为解决传统入侵检测算法存在的检测正确率低、高误播率和检测效率低的问题,结合BP神经网络算法在网络入侵检测中的优点,提出一种采用人工鱼群算法优化BP神经网络算法的方法。通过仿真实验表明,采用优化的神经网络对入侵数据进行学习和检测,与传统网络入侵检测算法相比,具有较高的检测准确率和效率,可以很好地检测各种网络入侵类型,大大提高了网络的安全性能。     

基于群智能算法优化神经网络的网络安全事件分析

研究一种基于群智能算法优化神经网络的网络安全事件分析模型,使用遗传算法和LMS算法对常规RBF神经网络中的隐含层神经元个数、基函数中心以及各层连接阈值和权值进行优化,得到最优解,从而提高RBF神经网络模型的训练效率和精度,提高基于RBF神经网络的网络安全事件分析效率和准确度。使用KDD CUP99数据集中的网络入侵事件数据对研究的网络安全入侵事件分析模型进行实例研究,测试结果表明,该分析模型相比常规神经网络算法建立的模型具有更高的识别准确率,能够准确识别分析正常事件和四种网络攻击入侵事件。     

基于混合核函数的LSSVM网络入侵检测方法

针对常规网络入侵检测算法检测率低、误报率高以及检测效率低下等问题,在此使用基于混合核函数的最小二乘支持向量机作为网络入侵检测模型的核心算法,使用粒子群优化算法对最小二乘支持向量机的各个参数进行优化。使用著名的KDD CUP99数据库中的部分数据样本对网络入侵检测模型进行训练和测试,以验证所提出网络入侵检测方法的性能。测试实验结果表明,提出的基于混合核函数的PSO-LSSVM算法具有更好的检测性能,提高了检测系统的检测率。     

AFSA-BPNN在网络安全中的应用研究

为了有效地检测网络入侵行为,提出一种人工鱼群(AFSA)算法优化BP神经网络(BPNN)入侵检测模型。首先将BP神经网络的权值和阈值编码为AFSA的人工鱼状态,然后通过人工鱼群觅食、聚群、追尾等行为,对BP神经网络的参数进行优化,寻找到BP神经网络的最优参数,最后利用建立的最优BP神经网络模型,对网络入侵行为进行检测。在Windows XP操作系统,Matlab 2012平台上,采用KDD CUP 99数据集仿真测试,相对于传统的BP神经网络模型,本文模型可以显著提高网络入侵检测正确率,有着更加广泛的应用前景。     

基于深度学习的网络入侵检测方法

网络入侵检测是网络安全领域的重要课题,传统的机器学习检测算法以特征提取和特征分离为基础,存在检测能力不足和误报率高等问题。本文提出一种基于深度学习的网络入侵检测模型IDNet。其综合考虑流量数据中的空间特征和时间特征。首先使用卷积神经网络(CNN)提取流量数据的空间特征,然后通过递归神经网络(RNN)提取流量数据的时间特征,通过堆叠CNN+RNN模块,并逐步增加学习粒度,达到同时有效提取空间特征和时间特征的目的。试验结果表明,所提算法检测准确率和误报率均优于传统机器学习算法。     

基于改进ALIF与FA-BP的滚动轴承故障诊断

针对滚动轴承的故障信号存在大量噪声信号和滚动轴承故障的准确诊断等问题，提出一种基于改进自适应迭代滤波算法与萤火虫算法优化BP神经网络相结合的故障诊断新方法。首先采用自适应迭代滤波算法对故障信号进行分解得到若干个内禀模态函数，再进行奇异值分解，绘制差分谱曲线并选择重构信号，对其进行二次降噪；然后通过萤火虫算法寻找BP神经网络的最佳参数，建立FA-BP故障诊断模型，提取降噪后的内禀模态函数中心频率形成特征矩阵，输入故障诊断模型；最后应用于美国凯斯西储大学的轴承数据进行检测，准确率达99.4%，诊断时间为3.18 s。该方法与BP神经网络、萤火虫算法网络、遗传算法网络、遗传算法优化BP神经网络的诊断模型相比，大大提高了诊断效率并具有较高准确率。     

基于BP神经网络算法的入侵检测技术

在入侵检测中应用神经网络技术,可以大大提高入侵检测的检测率,有效提高网络数据的安全。本文分析了BP神经网络应用于入侵检测的实现方式及存在的问题,并对现有的BP神经网络算法进行改进,阐述了基于BP神经网络入侵检测系统及仿真实验。     

基于数字媒体技术的视频技术研究

数字媒体技术是当今信息技术领域发展迅速、活跃的技术之一,是新一代电子技术发展和竞争的焦点,使用其对视频技术进行优化,在提高视频的视觉效果方面具有重要意义。针对传统视频技术一直存在视觉效果差、运行时间长等问题,提出采用数字媒体技术对视频技术进行优化。通过分析视频技术结构的整体结构,给出使用的数字媒体处理器及数字媒体软件,对视频技术进行优化。实验结果表明,采用引入数字媒体技术的视频技术,可提高视频视觉效果,节省运行时间,在视频技术领域具有一定的应用价值。     

基于SDN技术的IP城域网BRAS改造思路研究

文章主要是对广东联通IP城域网的建设现状进行分析,从SDN技术引入和发展角度,对IP城域网BRAS(宽带接入设备)的下一步改造方向继续年探讨研究。     

基于AR技术的非遗产品交互媒体技术研究

AR技术主要将用户周围的现实情况跟计算机产生的虚拟场景有机融合在一起,增强用户对于真实存在现实的进一步认识,AR技术让情景更加逼真,利用触觉、听觉、视觉等交互行为,获得环境和用户的自然交互,能够被普遍应用在文化、娱乐、教育、医疗、工业等行业,因此,对于AR技术的研究,对于推动各行各业的发展非常有意义。针对此现状,在分析AR技术的特点、应用领域以及技术的成熟度的基础上,对"平度大泽山天柱山魏碑"的核心内容及开发现状进行分析,提出AR技术的"平度大泽山天柱山魏碑"开发技术路线,技术实现,交互性多媒体开发策略。该研究对于AR技术的进一步应用有积极意义。     

信息技术发展动态——赴美考察报告

在总结了赴美考察所获借鉴学习感受经验后，从信息技术的动态入手介绍了信息技术在集成电路技术、网络通信技术、移动通信技术等方面的最新发展动态，以及信息技术在个人电子设备、智能车辆、网络家电、网络家庭、电子政府等方面的应用，指出信息技术将对社会生活、企业管理、思想观念产生深刻影响，提出四川省要高度珍惜在当今时代发展信息产业的历史机遇，高度重视所面临的挑战。     

生物信息学技术研究

对生物信息学的产生背景及概念进行论述,对生物信息学、计算生物学、基因组信息学等概念进行区别,重点对生物信息学的研究内容进行综述,并对研究的热点问题进行讨论,最后对发展前景提出展望.     

传感技术综述

综述了传感技术的含义、起源和发展历程,以及其在学科中的地位和国内外的研究现状,并以光纤传感器独具优势的地震监测手段和传感器在汽车方面的应用为主介绍了传感器在当今社会的应用,最后介绍了其发展动向和展望,论述了传感技术面临的挑战和机遇。     

TrFO技术探析

通过说明TFO和TrFO技术的实现原理,讨论了TFO技术要二次编解码的问题,以及针对此问题引入的TrFO技术具有在呼叫双方采用相同语音编解码类型的情况下,可实现压缩语音透传的优势。比较了TFO和TrFO技术的区别和共同点。最后讨论了TrFO与BICC协议的关系,以及BICC协议完成Codec协商的过程。     

基于FPGA和LVDS技术的光缆传输技术

为了解决弹上记录器和地面测试台之间高速数据流远距离传输问题,提出一种利用低电压差分信号（LVDS）接口器件实现数据远距离传输的设计方案。实验证明该方案传输速度达到20Mb／s,传输距离达到300m,传输速度和传输距离得到显著提高。该优秀的长线传输技术已成功应用于在某项目中。