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
- Optoelectronics and Photonics Principles and Practices (光电子学与光子学 原理与实践)
- ABB ACS800变频器控制原理图
- 21ic下载_基于MSP430的DAC8571程序.rar
- MUI手机购物商城源码
- 心电采集做图分析软件 含源码 vc
- matlab 加权质心定位
- OpenGL 4.0 Shading Language Cookbook
- CE隐藏工具
- OpenGL库文件工具包（opengl32.lib glu32.lib glaux.lib glew32.lib）
- Android客户端与服务器交互，登录案例
- 三星S8 9.0系统 root 四件套 自己手机已经root 包含 su twrp boot.jar odin
- 全国行政区划编码到村级2017最新
- pygame之《飞机大战》图片和音乐
- 基于小波变换的图像数字水印MATLAB代码
- myeclipse 2018简体中文语言包
- gradle-6.5-all压缩资源包系列.zip
- MATLAB 计算空间桁架
- org.apache.batik jar包
- simulink的buck电路仿真
- 游戏账户管理系统
- 操作系统-SSTF磁盘调度算法模拟
- android版本更新 demo
- 基于NavieBayes的adaboost算法实现
- VGG_ILSVRC_16_layers_deploy.prototxt
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