基于深度信念极限学习机的入侵检测模型.pdfVIP

下载本文档

8
0
约3.37万字
约 16页
2019-05-11 发布于天津
举报

基于深度信念极限学习机的入侵检测模型.pdf

基于深度信念极限学习机的入侵检测模型摘要针对检测模型的顶层网络对模型检测准确率的限制本文构造了一种深度信念极限学习机相融合的入侵检测模型检测模型该模型将深度信念网络在特征学习方面的优势与极限学习机在单隐层前馈神经网络学习方面的优势结合在一起有效解决了检测模型的不足检测模型与检测模型的对比实验表明检测模型在误报率和准确率方面都得到了提升关键字入侵检测深度信念网络极限学习机当前网络发展迅速入侵检测系统所获取的网络数据的特征维数在不断地膨胀这种高维度数据不仅使后续分类器的训练时间和检测时间大幅度增加而

基于深度信念极限学习机的入侵检测模型摘要: 针对 DBN 检测模型的顶层 BP 网络对模型检测准确率的限制，本文构造了一种深度信念极限学习机（Extreme Learning Machine, ELM）相融合的入侵检测模型：DBN-ELM 检测模型。该模型将深度信念网络在特征学习方面的优势与极限学习机在单隐层前馈神经网络学习方面的优势结合在一起，有效解决了DBN 检测模型的不足。DBN-ELM 检测模型与DBN 检测模型的对比实验表明， DBN- ELM 检测模型在误报率和准确率方面都得到了提升。关键字：入侵检测

您可能关注的文档

文档评论（0）

1亿VIP精品文档

更多 >

基于深度信念极限学习机的入侵检测模型.pdfVIP