论文研究-基于Boosting RBF神经网络的入侵检测.pdf
提出一种新颖的基于boosting RBF神经网络的入侵检测方法。将模糊聚类和神经网络技术相结合，提出基于改进的FCM算法和OLS算法相结合的FORBF算法，为了提高RBF神经网络的泛化能力，采用Boosting方法，进行网络集成。以“KDD Cup 1999 Data”网络连接数据集训练神经网络并仿真实验，得到了较高的检测率和较低的误警率。
文件下载
评论信息
其他资源
- 自动保存的串口工具
- 网优图层工具V7.0
- LSTM实例,可以运行
- 指纹特征提取matlab程序
- 坦克智能小车资料
- 信息论基础-中文-清晰-原书第2版
- 数字信号处理(第三版)学习指导(丁玉美)
- 弹球 弹珠台 pinball 源代码 unity c#
- 京东多功能助手V2.0.11.19免费绿色版
- FxSound Enhancer v13.026 ZH-CN.zip
- 北方交通大学硕士研究生入学考试试题流体力学2003.rar
- jdk1.8-window-linux.zip
- rabbit需要的jar.zip
- 爱普生RTC晶振RX8010使用手册.pdf
- RMSE_PSNR_Calculator
- USB Blaster制作资料（带代码）
- 编程实现感染PE文件加载DLL
- Visual C++数字图像模式识别技术详解part1
- protobuf-cpp-3.1.0.tar.gz 配置文件
- org.eclipse.wst.jsdt.core_1.1.102.jar
- JpcapDumper
- win7SP1旗舰版32位和64位原版themeservice dll uxtheme dll themeu dll文件
- PB读取系统版本/读取EXE版本/读取DLL版本
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