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
- QGroundControl代码分析
- 模式识别 张学工 第三版
- CadnaADemon4.4 完美运行于Win10_64位系统
- CATIA VBA二次开发入门与提高
- 五子棋Java(Eclipse工程文件)
- 串口控制FPGA Led亮灭
- 进程调度java编写含界面
- 软件测试大作业 软件测试的例子
- 广义s变换含测试程序
- windgb x64、X86 官方版.zip下载
- RFID,C/C++门禁系统 RFID源码
- yolov4.cfg_yolov4.weights.7z
- java利用多线程爬虫查询快递100物流信息.zip
- bit-jdk-8u5-windows-i586.rar
- AY-G2PL Module_原理图.pdf
- opencv运动目标跟踪
- plugin.audio.ilovemusic：我爱音乐科迪插件-源码
- datasets.zip
- [从零开始学电气控制与PLC技术].刘建清.扫描版.pdf
- BP神经网络详解与实例
- OpenVAS指导手册
- jsp+servlet+Ajax 购物车
- 精通CSS第三版
- 很完整的C#课程设计报告
- Cadence15.7磁力链接
- 接触式IC卡技术包括最全的IC卡如SLE4442 24C0X卡详细使用方法说明
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