软件定义网络是一种全新的网络架构，集中控制是其主要优势，但若受到DDoS 攻击则会造成信息不可达，也容易造成单点失效。为了有效地识别DDoS攻击，提出了一种SDN环境下基于BP神经网络的DDoS攻击检测方法。该方法获取OpenFlow交换机的流表项，分析SDN环境下DDoS攻击特性，提取出与攻击相关的流表匹配成功率、流表项速率等六个重要特征；通过分析六个相关特征值的变化，采用BP神经网络算法对训练样本进行分类，实现对DDoS攻击的检测。实验结果表明，该方法在有效提高识别率的同时，降低了检测时间。通过在软件定义网络环境中的部署，验证了该方法的有效性。
2022-02-24 10:04:33
1.24MB
1
基于BP神经网络方法的边坡地表沉降预测研究，孙维吉，郭嗣琮，露天开采地表变形受岩体力学性质、地质构造、岩体结构、地应力场、地下水，露天矿采剥、工程荷载条件、地震作用、气象条件及植被
2022-02-21 23:47:22
302KB
1
针对多音轨MIDI文件，提出一种多音轨MIDI音乐主旋律识别方法，通过对表征音乐旋律特征的音高、音长、音色、速度和力度5个特征向量的提取，构建基于BP神经网络的情感模型，并且用200首不同情感特征的歌曲对其进行训练和验证。实验结果显示取得了较好的效果。
2022-02-21 11:08:45
659KB
1
[emuch.net]案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模
2022-02-21 09:16:24
60KB
1
论文研究-基于BP神经网络的股市建模与决策.pdf,
给出一种基于BP神经网络的股票市场建模、预测及决策方法。研制成功了股票预测与系统，只需输入当天收盘价、成交量等七个容易得到的股票信息，系统就能给出下一交易日的买卖决策。通过对综艺股份及许继电气两支股票的预测与决策实验，表明所提方法有效，且易于操作，有实际应用价值。
2022-02-20 20:13:39
209KB
1
BP神经网络是一种多层的前馈神经网络，其主要的特点是：信号是前向传播的，而误差是反向传播的，依次调节隐含层到输出层的权重和偏置，输入层到隐含层的权重和偏置。
数学推导网上有很多，需要明确的就一点，神经网络学习是通过样本来不断调整输入层至隐含层的权值wi ,隐含层至输出层的权值wo，以及对应的阈值 bi 和 bo ，属于黑盒，设置完参数即可。
2022-02-12 00:25:21
9.36MB
1