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
- linux 下 libssl.so.10 libcrypto.so.10
- Pickit 3 Programmer 烧写程序工具
- photoshop大作业
- 模型预测控制MPC程序代码
- 直流多端微网两端、四端、九端
- java Swing mysql实现简单的购物系统项目源码以及导入教程
- Android旅游助手app
- 8单径瑞利信道中的四发四收V-BLAST
- jquery.infinitescroll.js演示示例以及常用参数
- 孕妇腹部不同部位心电图相应R波峰的位置差异规律性
- 文化传媒行业价值分析报告.docx
- 共振隧穿二极管近红外探测器的电流抑制方法研究
- 荒野遗址-源码
- 测试2-源码
- AIX之文件系统使用率高查询思路.docx
- Weblogic10.3.0.0 linux32位安装包
- led、蜂鸣器、ad的qt程序
- 凸优化工具箱CVX——方便的matlab工具
- 《python可以这样学》讲义.pdf
- parasoft c++ test 9.0.0.155 插件版+破解 part2
- nVIDIA Cg Compiler 2.0 Source
- Deep Learning by Yoshua Bengio, Ian Goodfellow, and Aaron Courville
- JSP操作数据库，实现新用户注册和用户登录功能
- 商城模板（包含京东，雍达和ECSHOP商城）
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