10.3778/j.issn.1002-8331.2012.24.017
基于改进模拟退火的优化K-means算法
针对K-means算法全局搜索能力的不足,提出了一种基于改进模拟退火的优化K-means(SA-KM)的聚类算法,该算法克服了K-means聚类算法对初始聚类中心选择敏感问题.为了提高SA-KM算法的聚类划分质量,提出了一种用于评价聚类结果的评价函数,该函数更为准确地反映类内距离和类间距离.仿真结果表明使用该算法在进行入侵检测时,能够检测出多种类型的入侵行为,能够保持较高的网络入侵检测率和较低网络入侵的误报率.
K-means聚类、改进的模拟退火算法、评价函数、入侵检测
48
TP393(计算技术、计算机技术)
黑龙江省自然科学基金F200923
2012-12-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
77-80,116