论文部分内容阅读
目前，入侵检测技术（IDS）已成为网络安全领域研究的焦点，神经网络被应用到这项技术的研究上．文章在建立一、类基于SOM神经网络的分类器的基础上，应用了LVQ算法对SOM进行二次监督学习训练，极大提高了分类器的检测性能。仿真试验结果证明了该检测模型的有效性。
基于LVQ算法的SOM神经网络在入侵检测系统中的应用
【摘 要】
：
目前，入侵检测技术（IDS）已成为网络安全领域研究的焦点，神经网络被应用到这项技术的研究上．文章在建立一、类基于SOM神经网络的分类器的基础上，应用了LVQ算法对SOM进行二次监督学习
【机 构】
：
漳州师范学院计算机科学与工程系
【出 处】
：
电脑与信息技术
【发表日期】
：
2009年6期
其他文献
在分析现有检测算法的基础上,提出了一种车流量统计算法,应用自适应背景重构方法,首先利用差分法提取动目标,然后通过先边缘检测再膨胀腐蚀的方法去除车影,最后在虚拟检测线上分区域段设置资源信号灯统计车流量。实验结果表明,本算法能够适应公路背景的变化,有效地去除了车影,统计结果准确可靠。
通用多协议标签交换（GMPLS）是由多协议标签交换（MPLS）发展而来，它是MPLS向光层扩展的必然产物，旨在解决多种组网技术的流量工程问题。文章介绍了GMPLS技术和路由算法的一些特征及设
为了实现高成功率、高精度和快速识别跟踪目标,提出对基于轮廓特征点的目标精确识别方法。在识别过程中采用了轮廓提取和多边形拟合算法自动搜寻到图像中要识别和跟踪的目标,同时对目标物轮廓的多边形角点进行亚像素分辨率的定位,从而可以利用目标轮廓角点的精确定位来实现对多边形目标的识别与跟踪。试验结果以及特征点亚像素算法分辨率的分析表明,采用这种自动识别与跟踪目标的方法,其精度可以达到0.02像素。