《改進的HS算法最佳化BP神經網路的入侵檢測研究》是丁紅衛、萬良等撰寫的一篇論文
基本介紹
- 中文名：改進的HS算法最佳化BP神經網路的入侵檢測研究
- 作者：丁紅衛、 萬良等
- 發表時間：2019-01-15
- 來源：計算機工程與科學
- 分類號：TP393.08;TP183
摘要,引文格式,
基於傳統BP神經網路的入侵檢測中,BP神經網路算法模型存在著易陷入局部最優且初始值隨機性較大的缺陷。初始值的選擇直接影響到BP神經網路的訓練效果,較好的初始值有利於BP神經網路跳過局部最優,從而提高訓練效率。針對BP神經網路的缺陷,提出了用改進的和聲搜尋算法對BP神經網路的初始值進行最佳化,使得BP神經網路得到一組較優的初值的方法。實驗結果顯示,改進的和聲搜尋算法具有更高的適應度函式值,將該算法最佳化的BP神經網路用在入侵檢測中,能夠顯著提高算法檢測率和收斂速率。
丁紅衛,萬良,鄧烜堃.改進的HS算法最佳化BP神經網路的入侵檢測研究[J].計算機工程與科學,2019,41(01):65-72.
