排序方式: 共有13条查询结果,搜索用时 15 毫秒
2.
计算机网络攻击的多样性及隐蔽性,导致了其难以被检测,针对保护网络的安全性,准确识别网络异常问题,为了克服传统网络异常检测技术检测精度低等缺点,提出基于遗传算法优化的最小二乘支持向量机的网络异常检测方法.最小二乘支持向量机分类器(LSSVC)是一种进化的支持向量机分类器(SVC),通过构造新的二次损失函数以解决支持向量机中的二次规划问题.遗传算法用于选择合适的最小二乘支持向量机参数.选取KDDCup99数据测试采用提出的方法检测性能.实验结果表明遗传算法优化的最小二乘支持向量机分类器的网络异常检测精度高,效果好,为网络安全提供了保证. 相似文献
3.
以二氧化碳基二元醇(PPC)、聚丙二醇、聚酯二醇、甲苯二异氰酸酯、二羟甲基丙酸、N-2-氨乙基-3-氨丙基三甲氧基硅烷(KH 792)、三乙胺为主要原料,制得有机硅改性聚氨酯(Si-WPU)乳液。研究了异氰酸酯基与羟基物质的量之比(R值)、软段种类与含量、KH 792用量对Si-WPU外观、粒径、稳定性的影响,并研究了其对Si-WPU固化后胶膜的力学强度、附着力、吸水率、水接触角和耐热性能的影响。结果表明,当R值为1.67、PPC为软段且含量为75%、KH 792用量为3.5%时,制得的Si-WPU乳液外观为泛蓝乳液状且稳定性较佳,黏度为313 mPa·s,粒径为213 nm;该条件下Si-WPU固化膜的综合性能较佳,硬度为2H、拉伸强度为53.83 MPa、断裂伸长率为1 465%、附着力等级为4B、水接触角为93.5°、吸水率为2.65%。可为高性能环保水性聚氨酯涂层提供一条新的制备路径。 相似文献
4.
基于粒子群LSSVM的网络入侵检测 总被引:1,自引:0,他引:1
研究保护网络安全问题,计算机网络攻击的多样性及隐蔽性导致网络入侵检测困难.当前流行的人工神经网络检测方法的网络入侵检测率仅70%左右,不能满足网络安全防护需求,为了解决上述问题,提出基于最小二乘支持向量机和粒子群优化算法(PSO-LSSVM)的网络入侵检测方法,粒子群优化算法用于选择合适的最小二乘支持向量机参数.方法泛化能力强,识别精度高.在网络入侵检测中,通过KDDCup99数据库数据进行仿真,证明方法的优越性.实验结果表明粒子群优化算法与最小二乘支持向量机组合方法的网络入侵检测精度优于LSSVM与SVM.可见,PSO-LSSVM非常适合于网络入侵检测,可为网络保护设计提供参考. 相似文献
5.
6.
7.
8.
粗糙域Voronoi图离散生成算法研究 总被引:3,自引:0,他引:3
Voronoi图是计算几何的一个重要分支,粗糙域Voronoi图是Voronoi图概念在复杂生成面上的扩展。提出了粗糙域Voronoi图的概念并利用A‘算法计算生成面上点与各母点的最短路径对其进行离散生成。为了降低粗糙域Voronoi图离散生成算法的复杂度,对粗糙域下A’算法估价函数权值与粗糙域粗糙特性的关系进行了深入探索。实验结果表明,A’算法估价函数权值与粗糙域粗糙特性正相关,并以此获得r算法估价函数的最优权,大大降低了粗糙域Voronoi图离散生成算法的复杂度。 相似文献
9.
本文分析了高层建筑空调冷冻水系统和冷却水系统的压力分布特点 ,提出了在何种情况下应校核水泵是否气蚀的问题 ,并提出避免水泵气蚀的措施 相似文献
10.