| 基于云模型BBO算法优化KELM的网络入侵检测 |
| 叶炼炼; |
| 关键词：生物地理学优化;核极限学习机;网络入侵检测 |
| 主要内容：鉴于核极限学习机的网络入侵检测结果易受正则化系数C和核参数g的影响,本文选择网络入侵检测的准确率为适应度,通过云模型BBO算法优化正则化系数C和核参数g,实现网络入侵的自适应检测,从而确立一种云模型BBO算法优化KELM的网络入侵检测算法。 |
| 《山东农业大学学报(自然科学版)》 2018,49(05):862-866 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号