导师名松教授.pptVIP

导师：孙名松 教授 目 录 课题背景 遗传神经网络 分类检测器同步检测模型 数据预处理 仿真实验 结束语和展望 发表论文 选题来源 本论文的项目背景是黑龙江省自然科学基金项目《基于多层前向神经网络的分布式入侵检测模型》，本文作为该项目的一个组成部分，将实数编码遗传算法与神经网络结合作为其中一个分布式Agent的检测算法。 论文主要内容 比较分析入侵检测方法，将实数编码的遗传算法优化BP神经网络初始权重应用于入侵检测； 为了提高入侵检测系统的检测效率和实时性，提出分类检测器同步检测模型； 论文主要内容 数据预处理，即把经过数据挖掘后的样本数据进行归一化处理； 二次处理，即对数据预处理后的数据进行深度处理，从而对样本数据进行有效性的压缩； 仿真实验，得出结论。 目 录 课题背景 遗传神经网络 分类检测器同步检测模型 数据预处理 仿真实验 结束语和展望 发表论文 实数编码遗传算法 遗传算法的主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖梯度信息，也不需要求解函数可微，只需要该函数在约束条件下可解，因此该方法适用于处理传统方法难以解决的复杂和非线性问题。 目前，遗传算法经常采用二进制编码，这有它自身的优点，如它能使交叉和变异操作容易实现，虽然采用二进制编码时算法处理的模式数最多，但在处理优化 实数编码遗传算法