论文研究-基于粒子群的加权朴素贝叶斯入侵检测模型.pdf
针对传统朴素贝叶斯算法对高维复杂的入侵行为检测效率低下的状况，提出一种基于粒子群的加权朴素贝叶斯入侵检测模型。模型首先用粗糙集理论对样本属性特征集进行约简，再利用改进的粒子群算法优化加权朴素贝叶斯算法的属性权值，获得属性权值的最优解，用获得的最优解构造贝叶斯分类器完成检测。其中，改进的粒子群是采用权衡因子方法更新其速度和位置公式，避免产生局部最优。两种算法的结合，既能解决传统朴素贝叶斯算法的特征项冗余问题，同时也可以优化特征项间的强独立性问题。通过实验证实了该模型的实效性，提高了检测率。
文件下载
评论信息
其他资源
- opencv双目视觉棋盘格标定，特征匹配点，三维坐标计算
- 永磁同步电机滑模仿真模型
- 深入浅出WPF-刘铁猛-视频系列源代码
- (迪普）DPtech FW1000防火墙命令手册
- NI DAQ和LabVIEW构造PID控制系统.pdf
- Louvain快速社区发现算法（Fast unfolding算法）
- vanishing points
- 心电信号的预处理滤波器程序
- eCognition高级培训教材 pdf
- 六位数码管循环滚动显示九位学号
- 项目管理案例分析 学生宿舍管理系统 Project2007
- 《计算机原理与设计：Verilog HDL版》cpu设计源代码（ModelSim仿真）.zip
- 频率发生器中国矿业大学硬件课程设计（汇编）
- 解决WIN10使用苹果鼠标滚轮不能使用的问题( AppleWirelessMouse64.exe )
- 2020综艺市场网播表现.pdf
- 基于opencv的人体手臂识别
- TrafficMonitor-1.78.zip
- visualc++音频视频处理技术及工程实践.part2
- zookeeper详解
- 《TCP-IP详解卷一：协议》pdf版本
- 异速联破解补丁
- 自由落体的小球matlab源程序
- unity3D接入小米SDK
- 硬件工程师面试题集(含答案_很全)
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明