共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
在大规模分布式网络应用中,对网络节点进行聚类是构建高效网络体系结构的有效办法之一.在利用网络坐标系统Vivaldi得到各个节点的网络坐标的基础上,对网络节点进行K-medoids聚类.然后,针对K-medoids算法对初始中心选值敏感和易陷入局部极值的问题,提出基于免疫克隆算法的K-medoids聚类.实验结果表明,该聚类算法具有良好的可靠性及可扩展性,能对节点进行有效聚类. 相似文献
4.
5.
6.
针对社交网络的有向交互性和大规模特性,该文提出一种基于结构相似度的有向网络聚类算法(DirSCAN),以及相应的分布式并行算法(PDirSCAN)。考虑社交网络中节点间的有向交互性,将行为结构相似的节点聚集起来,并进行节点功能分析。针对社交网络规模巨大的特点,提出MapReduce框架下的分布式并行聚类算法,在确保聚类结果一致的前提下,提高处理性能。大量真实数据集上的实验结果表明,DirSCAN比无向网络聚类算法(SCAN)在F1上可提高2.34%的性能,并行算法PDirSCAN比DirSCAN运行速度提升1.67倍,能够有效处理大规模的有向网络聚类问题。 相似文献
7.
为了进一步提高网络入侵检测技术的检测率,降低误报率和漏报率.针对普通聚类算法存在的聚类结果对随机选取初始聚类中心敏感、分类结果不稳定,从而造成的检测率低、漏报和误报率高的特点.提出一种基于动态聚类算法的网络入侵检测模型,实验结果表明通过在K-均值聚类算法的基础上增加动态迭代调整聚类中心,使聚类结果更稳定更准确.与K-均值聚类等算法相比提高了网络入侵检测的性能,从而表明该算法的可行性,有效性. 相似文献
8.
由于Adhoc网络的独特网络特性,其安全性特别脆弱。在分析了Adhoc网络安全性的基础上,提出了一种聚类算法和人工免疫系统相结合来进行入侵检测的方法。该算法是一种无监督异常检测算法,它具有可扩展性、对输入数据集的顺序不敏感等特性,有处理不同类型数据和噪声数据的能力。实验表明,该算法可以改进Adhoc网络入侵检测的检测率和误检率。 相似文献
9.
基于克隆选择原理和免疫优势理论,本文提出一种新的基于免疫优势的克隆选择聚类算法(Immunodomaince based Clonal Selection Clustering Algorithm,IDCSCA),该算法通过在经典的克隆选择算法框架中,引入基于免疫优势理论的免疫优势算子实现了在线自适应动态获得先验知识和个体间的信息共享。新算法首先通过对群体中若干最优抗体的分析,提取免疫优势,然后将其推广到整个抗体群,通过在进化过程中利用积累的先验知识,在保证抗体种群多样性的基础上加快收敛速度。采用个5个数据集对算法性能进行了测试,与模糊C均值算法(Fuzzy C-means, FCM)、基于遗传算法的模糊聚类算法(Genetic Algorithm based Fuzzy C-means, GAFCM)以及基于克隆选择的模糊聚类算法(Clonal Selection Algorithm based Fuzzy C-means, CSAFCM)比较,结果表明IDCSCA能有效避免聚类中心迭代过程中陷入局部最优点的问题,而且聚类性能更稳定。 相似文献
10.
基于动态聚类的MPSK信号调制分类 总被引:2,自引:0,他引:2
通信信号的自动识别技术受到日益广泛的重视,本文提出了一种新的MPSK信号调制分类算法,对截获接收机输出的频带MPSK信号在未知载波频率的情况下,通过对延迟乘积信号进行分析处理,进而得到与原信号调制类型一致的基带相位信号序列。在未知噪声类型的情况下,利用动态聚类算法对此基带相位信号序列求取最佳聚类数M,从而实现了MPSK信号的调制分类。理论分析和实测信号处理证明了本文提出的算法的可行性。 相似文献
11.
一种新型的网络安全技术--人工免疫系统 总被引:4,自引:0,他引:4
讨论了人工免疫系统的原理和发展概况,介绍了一种人工免疫系统的模型及其在计算机网络安全中的应用,总结了在网络安全中采用人工免疫技术所具有的优势。 相似文献
12.
13.
一种新的人工免疫网络算法及其在复杂数据分类中的应用 总被引:4,自引:0,他引:4
作为一种新的智能计算方法,人工免疫网络已被广泛的应用到模式识别以及数据分类中。现有的人工免疫网络分类算法大都存在两个缺陷:一是网络规模庞大、计算复杂;二是对抗原的一次递呈并不能保证获得全局最优分类器。该文提出了一种新的人工免疫网络分类算法,该算法利用每个类别对应单个B细胞的策略,简化网络规模并减少了同类别B细胞之间的抑制操作,同时引入了新的基于对训练样本正确识别率的亲合度评价函数,实现了基于抗原的优先级的选择策略。采用5组UCI的线性数据和4组混合特征数据以及1幅SAR图像对算法的性能进行了全面测试,结果表明,与模糊C均值算法,多值免疫(MVIN)算法和基于分类问题的克隆选择算法(CSA)相比,新算法在分类精度上具有一定的优势,鲁棒性更好。 相似文献
14.
15.
Based on the natural characteristic of artificial immune system in the field of pattern recognition, the paper proposes a novel Classification algorithm (CAAI). According to the principle of gene revolution, negative selection and clonal selection, a classification algorithm which is based on AIS is designed and implemented. The algo- rithm consists of two phases. For each word, in the antibody libraries initialization phase, characteristic vectors of the training datasets are extracted and antibody libraries continually evolve using the negative selection. In the clas-sification phase, a clonal selection is introduced to clas- sify the test sample into different categories. Then, the proposed algorithm is validated using classical handwritten digit recognition problem, and the experimental results indicate the robustness and accuracy of the proposed algorithm. Additionally, the comparison with other classification algorithm showed the proposed algorithm has a great competitiveness on recognition rate and recognition performance. 相似文献
16.
17.
18.
19.
针对传统免疫网络分类算法在记忆细胞确定上缺乏有效的指导,该文提出一种基于动态识别邻域的免疫网络分类算法。算法采用核函数表示机制来描述抗体-抗原之间的亲和度;利用抗原对构造动态识别邻域来指导抗体群体的进化,并选择邻域中距离对偶抗原最近的抗体为记忆细胞。算法被应用于多分类问题及高维分类问题来进行算法性能分析,同时,算法被应用于多个标准数据集的分类来评估算法的整体性能。分类结果表明该算法对于标准测试数据集有良好的分类性能,这说明基于动态识别邻域的训练方法能够有效地指导记忆细胞的生成,显著地改善分类器的性能。 相似文献