ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

一种改进QPSO优化BP网络的入侵检测算法

何伟山; 秦亮曦广西大学
计算机技术与发展2013-9-29
6阅读
引用收藏
分享

摘要

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。

学科与关键词

关键词
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 intrusion detectionBP neural networkquantum particle swarm optimizationmutation operationadaptive mutation quantum particle swarm
相关
加载中…
  • 变异粒子群优化的BP神经网络在入侵检测中的应用
    宋玲; 常磊智能系统学报, 2013, (06): 558-563.
  • BP神经网络在入侵检测中的优化和应用
    韩锦锦; 李文君; 汪岐; 杨宜吉; 梁颖电子世界, 2019, (22): 14-17.
  • Ad Hoc无线自组织网网络流量的研究
    张端*硕士, 江南大学, 2009-08-01.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机技术与发展
发表日期
2013-09-29
卷期
第 12 期
页码
147-150
成果收录
CHINAJOURNAL
资助标注
"十一五"国家科技支撑计划课题(2009BAH53B03)

作者

  • 何

    何伟山 (第一作者)

  • 秦

    秦亮曦

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417