反向传播神经元网络相关论文
为了提高网络入侵检测系统(IDS)的实时性、可用性以及整体性能,提出了一种自动识别特征相关性的方法(特征分类法)。用该方法提取出......
云计算环境要求入侵检测系统(IDS)极其快速和准确,用于云计算的智能型IDS——反向传播神经元网络(BPNN)经常出现"泛化问题",即BPNN......
为了提高复杂地区煤岩层对比的准确率，解决由于反向传播神经元网络（BP神经元网络）连接权值和阈值的初始值选择不合适而导致的无解问题......
为了提高网络入侵检测系统（IDS）的实时性、可用性以及整体性能,提出了一种自动识别特征相关性的方法（特征分类法）。用该方法提取出的互......
为了能够检测到无线网络系统中已知和未知类型的入侵者,提高无线网络系统的安全性,在对网络数据分析和研究的基础上,提出一种基于......
为了提高识别矿山水害水源（即,判定水的类型）的正确率,利用免疫算法设计并优化了反向传播神经元网络（BPNN）的结构并求得BPNN的各层权系......
一般来说，入侵检测系统（IDS）识别入侵者时，所使用的相互独立的特征越多，则提供的分类信息也越多，也越有利于提高IDS的正确识别率，但另一方......
用于网络入侵检测系统（IDS）的特征（变量）数量太多或太少都会降低IDS识别入侵者的正确率。为解决这一矛盾,提出一种选择最优特征的方法......
