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
- 香港建筑shp数据.rar
- 19-简易多功能液体容器-国电赛.zip
- 学生成绩管理系统ACCESS做的！适合大学生提交作业！
- Basler相机驱动 Basler_pylon_5.0.11.10913 C#源码
- Comsol渗流模型上边界条件设置
- TortoiseGit-2.6.0.0-64位附加汉化包下载
- C#省市区三级联动并有完整数据库
- .net 人力资源管理系统源码.zip
- 2018年中国研究生数学建模大赛C题优秀论文
- 基于processing小碰撞通关游戏
- UL 60335-2-3：2016 电熨斗（挂烫机）的安规要求 - 完整英文版（53页）
- RabbitMQ原理、集群、基本操作及常见故障处理
- 深圳二手房指导价 C#编写SQLite Demo.zip
- Salient‑points‑guided face alignment
- mongodb-win32-x86_64-2012plus-4.2.1-signed.msi
- The Elements of Statistical Learning 2nd 带书签
- Flash as3.0拼图游戏
- linux6.5安装oracle12C
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