10.3969/j.issn.1007-757X.2019.03.025
基于灰狼算法优化核极限学习机的网络入侵检测研究
针对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,提出了一种灰狼算法优化KELM的网络入侵检测算法,提高KELM的网络入侵检测效果.实验结果表明,在检测率和误判率指标上,GWO) KELM算法的网络入侵检测率平均高达97.35%,优于其他算法.
灰狼算法、核极限学习机、正则化系数、核参数、入侵检测
35
TP311(计算技术、计算机技术)
2019-04-25(万方平台首次上网日期,不代表论文的发表时间)
共3页
84-86