10.3969/j.issn.1673-629X.2013.12.035
一种改进QPSO优化BP网络的入侵检测算法
为了较好克服量子粒子群算法存在早熟收敛的缺点,在分析算法参数和流程的基础上,提出了一种带变异操作的改进量子粒子群优化算法。针对传统BP算法易于陷入局部极小的不足,将改进的算法应用到BP神经网络的学习过程中,修正BP网络的权值和阈值,提高其收敛性能。并将优化的BP神经网络模型应用于入侵检测中,用标准入侵检测数据对基于不同算法的BP网络进行仿真实验比较。实验结果表明,改进后的BP算法迭代次数少,收敛速度有所提高,在一定程度上提高了入侵检测率。
入侵检测、BP神经网络、量子粒子群优化、变异操作、自适应变异量子粒子群
TP301.6(计算技术、计算机技术)
“十一五”国家科技支撑计划课题2009BAH53B03
2013-12-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
147-150