资料介绍
支持向量机(SVM )作为一种分类技术已经成功运用于入侵检测,但是支持向量机的
性能与参数的选择相关。在实际应用中支持向量机的参数选取问题一直没有得到很好地解决。粒子群优化(PSO)算法作为一种基于群智能方法的进化计算技术,具有良好的全局搜索能力。为了能够自动获取最优的支持向量机参数,提出了在入侵检测系统中基于改进微粒群优化(IPSO)算法的支持向量机参数选择方法,以kdd99数据集进行了仿真实验。仿真实验结果表明:基于粒子群训练的支持向量机方法能够比较好地提高入侵检测系统中数据的分类精度。
关键词:粒子群优化;支持向量机;入侵检测系统
Abstract : As a classification technical , support vector machines(SVM)have been applied in intrusion detection successful, But the performance of SVM is determined by its hyper parameters. In practice, the problem on how to select parameters of SVM is not solved properly. As an evolutionary computation technique based on swarm intelligence particle swarm optimization (PSO) algorithm has high global search ability, In order to optimize parameters of SVM automatically, a parameter selection approach based on PSO is proposed in this paper. Experiments with the data set kdd99 show that the method which based on PSO training of the SVM can improve the classification accuracy of dataset in IDS.
Key words: Particle swarm optimization; support vector machines; Intrusion detection system
性能与参数的选择相关。在实际应用中支持向量机的参数选取问题一直没有得到很好地解决。粒子群优化(PSO)算法作为一种基于群智能方法的进化计算技术,具有良好的全局搜索能力。为了能够自动获取最优的支持向量机参数,提出了在入侵检测系统中基于改进微粒群优化(IPSO)算法的支持向量机参数选择方法,以kdd99数据集进行了仿真实验。仿真实验结果表明:基于粒子群训练的支持向量机方法能够比较好地提高入侵检测系统中数据的分类精度。
关键词:粒子群优化;支持向量机;入侵检测系统
Abstract : As a classification technical , support vector machines(SVM)have been applied in intrusion detection successful, But the performance of SVM is determined by its hyper parameters. In practice, the problem on how to select parameters of SVM is not solved properly. As an evolutionary computation technique based on swarm intelligence particle swarm optimization (PSO) algorithm has high global search ability, In order to optimize parameters of SVM automatically, a parameter selection approach based on PSO is proposed in this paper. Experiments with the data set kdd99 show that the method which based on PSO training of the SVM can improve the classification accuracy of dataset in IDS.
Key words: Particle swarm optimization; support vector machines; Intrusion detection system
下载该资料的人也在下载
下载该资料的人还在阅读
更多 >
- 基于矩阵填充与PSO的多标准协同过滤算法 5次下载
- 最小内内方差支持向量引导的字典学习算法 7次下载
- 基于近邻传输的粒度支持向量机学习算法 9次下载
- 增量式约简最小二乘孪生攴持向量回归机算法 15次下载
- 如何使用粒子群优化和支持向量机实现花粉浓度的模型预测 7次下载
- 模糊支持向量机的改进方法 0次下载
- 改进PSO优化神经网络算法的人体姿态识别_何佳佳 1次下载
- 基于一种改进PSO辨识算法的DOB设计_陈鹏亮 1次下载
- 基于改进的支持向量机的脱机中文签名验证 15次下载
- PSO算法在RFID网络调度中的应用 41次下载
- 基于改进支持向量机的货币识别研究 14次下载
- 基于改进PSO算法的QOS选播流路由的研究 14次下载
- 改进分块支持向量聚类在入侵检测中的应用 32次下载
- 改进的支持向量机特征选择算法 19次下载
- 一种改进的基于密度聚类模糊支持向量机 12次下载
- 什么是中断向量偏移,为什么要做中断向量偏移? 290次阅读
- 机器学习相关介绍:支持向量机(低维到高维的映射) 1253次阅读
- ICP方法的两种改进算法:PLICP与NICP 1312次阅读
- 基于自适应粒子群算法优化支持向量机的负荷预测 891次阅读
- PSO输出脉冲同步激光器时钟信号的功能解析 6458次阅读
- 什么是支持向量机 什么是支持向量 2w次阅读
- 支持向量机的分类思想 4780次阅读
- 排序算法如何在机器学习技术中发挥重要作用 4624次阅读
- 机器学习之支持向量机SVM 6536次阅读
- SVM算法附代码和公式详细概述 1.3w次阅读
- 关于支持向量机(SVMs) 3924次阅读
- 机器学习-8. 支持向量机(SVMs)概述和计算 4883次阅读
- 关联规则挖掘——Apriori算法的基本原理以及改进 9119次阅读
- 配电网络重构的改进混合遗传算法 1080次阅读
- SVM与Fourier算法在电网短期负荷预测中的应用 1283次阅读
下载排行
本周
- 1电子电路原理第七版PDF电子教材免费下载
- 0.00 MB | 1490次下载 | 免费
- 2单片机典型实例介绍
- 18.19 MB | 93次下载 | 1 积分
- 3S7-200PLC编程实例详细资料
- 1.17 MB | 27次下载 | 1 积分
- 4笔记本电脑主板的元件识别和讲解说明
- 4.28 MB | 18次下载 | 4 积分
- 5开关电源原理及各功能电路详解
- 0.38 MB | 11次下载 | 免费
- 6100W短波放大电路图
- 0.05 MB | 4次下载 | 3 积分
- 7基于AT89C2051/4051单片机编程器的实验
- 0.11 MB | 4次下载 | 免费
- 8基于单片机的红外风扇遥控
- 0.23 MB | 3次下载 | 免费
本月
- 1OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234313次下载 | 免费
- 2PADS 9.0 2009最新版 -下载
- 0.00 MB | 66304次下载 | 免费
- 3protel99下载protel99软件下载(中文版)
- 0.00 MB | 51209次下载 | 免费
- 4LabView 8.0 专业版下载 (3CD完整版)
- 0.00 MB | 51043次下载 | 免费
- 5555集成电路应用800例(新编版)
- 0.00 MB | 33562次下载 | 免费
- 6接口电路图大全
- 未知 | 30320次下载 | 免费
- 7Multisim 10下载Multisim 10 中文版
- 0.00 MB | 28588次下载 | 免费
- 8开关电源设计实例指南
- 未知 | 21539次下载 | 免费
总榜
- 1matlab软件下载入口
- 未知 | 935053次下载 | 免费
- 2protel99se软件下载(可英文版转中文版)
- 78.1 MB | 537791次下载 | 免费
- 3MATLAB 7.1 下载 (含软件介绍)
- 未知 | 420026次下载 | 免费
- 4OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234313次下载 | 免费
- 5Altium DXP2002下载入口
- 未知 | 233046次下载 | 免费
- 6电路仿真软件multisim 10.0免费下载
- 340992 | 191183次下载 | 免费
- 7十天学会AVR单片机与C语言视频教程 下载
- 158M | 183277次下载 | 免费
- 8proe5.0野火版下载(中文版免费下载)
- 未知 | 138039次下载 | 免费
评论
查看更多