基于PSO_SVR的网络安全态势预测方法

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:richieli333
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对网络安全态势感知中的态势预测问题,提出一种基于PSO_SVR的网络安全态势预测方法。该方法将支持向量回归机(SVR)嵌入到粒子群优化算法(PSO)的适应度计算过程中,利用PSO算法的全局搜索能力来优化选取SVR的参数,在一定程度上提升了SVR的学习能力和泛化能力。仿真实验表明,通过与已有的其他预测方法作对比,该方法具有更好的预测效果。
其他文献
近日,上海游客孙进跟团来山西旅游,忻州五台山、晋中大院群、临汾大槐树几大景区景点逛完后,孙进买下了一大堆“山西特产”。整理这些带给亲朋好友的“特产”时,孙进才发现,不少“
可见光图像可以反应植物的表型特征,在高通量表型测量的要求下,提出一种从数字图像中提取绿色植物区域的方法。首先对原图像运用高斯函数进行滤波预处理,然后利用图像的绿、红、蓝分量进行色彩分割,并通过设置阈值对图像进行二值化处理,针对二值化处理后的杂散点采用形态学开运算算法去除,最后对未提取出的植物区域的孔洞进行填充。从实验结果可以看出,原图像中的绿色植物区域被完整地提取出来。该方法能快速有效地提取图像中
针对图像处理中常规水平集方法,设计了一种基于同心圆扩散的符号距离函数的生成算法。新的设计方法克服了通常构造距离函数计算量大的不足。首先通过对水平集曲线形状的分析,给出了曲线内外点的判断方法,这种方法只需要经过图像的一次扫描即可给出内外点的判断;其次,利用同心圆扩散方法,寻找曲线上的最近点,并查找距离表,给出任一点到曲线的距离;最后,给出了所设计方法的计算步骤和算例,并与其它方法进行了比较,结果表明