排序方式: 共有12条查询结果,搜索用时 78 毫秒
1.
2.
3.
4.
5.
目前入侵检测系统中普遍存在数据维度高、数据量大、训练难等问题。在入侵检测系统中应用核极限学习机(KELM)算法,使其能够适应大量高维数据的训练,且学习速度快无需调整网络的输入权值,降低了检测系统的训练难度。但是由于入侵数据集的不均衡性、噪音干扰性、分布不均性等,直接影响了KELM的分类性能。因此,针对入侵数据处理问题,提出了一种基于IPMeans-KELM的入侵检测算法。该算法首先利用改进的PSO优化K-means算法(IPMeans)对入侵数据进行聚类处理,增加相同数据类型的聚集度,然后对处理后的数据进行10-CV分割,将分割的10份数据轮流训练KELM分类器,把测试数据通过训练好的KELM分类器进行测试,输出分类器检测率的平均值,如果检测效果不满足期望条件,则进行循环处理,直至条件满足。在Matlab平台上进行了对比实验,实验结果表明该算法在有效地提高了入侵检测率的同时降低了误报率。 相似文献
6.
多媒体现代教育技术的迅猛发展,使其在传统教学领域中的辅助教学更加具体和完善,它在优化课堂教学,提高教学效率,增强教学效果方面起到了重要作用,尤其在电工类教学中,多媒体技术更显示出了它的优越性。由于多种原因导致中职学生的综合素质不高, 相似文献
7.
8.
9.
在桩的振动理论中,对大直径桩,不能把桩简单看成一维杆件,必须考虑其横向尺寸产生的横向惯性效应。通过横向惯性效应的运动方程进行拉氏变换,推导出桩顶在正弦激振力作用下的位移和速度的响应传递函数以及速度导纳表达式,并分析了横线惯性效应对基桩动测时域曲线的影响以及其影响因素。在不考虑材料阻尼、桩周土条件下,发现横向惯性效应会降低应力波速度,并产生衰减作用,同时脉冲宽度和桩径大小直接影响着横向惯性效应的强弱。 相似文献
10.