分類，顧名思義是將無規(guī)律的事物分為有規(guī)律，它是當(dāng)今信息處理、數(shù)據(jù)挖掘和知識發(fā)現(xiàn)等諸多領(lǐng)域中的一項重要任務(wù)。隨著信息技術(shù)的迅猛發(fā)展以及信息量呈指數(shù)形式增長，常用的分類方法凸顯出不足，而智能分類法得到廣泛應(yīng)用和重視，特別是計算智能分類方法的研究具有重要的理論意義和應(yīng)用價值。 入侵檢測是對入侵行為的檢測，主要區(qū)分正常網(wǎng)絡(luò)行為和異常入侵行為及其類型，在實際檢測中是一個多分類問題，而采用計算智能分類法無疑能夠大大提高入侵檢測的效果。為此，本論文針對計算智能分類方法及其在入侵檢測中的應(yīng)用進(jìn)行研究，其主要工作或創(chuàng)新如下： （1）為了解決粒子群（PSO）算法存在過早收斂、陷入局部極小等問題，研究了基于云模型的粒子群（CPSO）算法，主要采用云模型動態(tài)確定慣性權(quán)重，可以取得較快的優(yōu)化速度且能避免陷入局部極小，經(jīng)經(jīng)典優(yōu)化函數(shù)測試，結(jié)果表明CPSO算法優(yōu)于PSO算法和蟻群（ACO）算法。進(jìn)而研究了基于CPSO的神經(jīng)網(wǎng)絡(luò)分類方法，可以克服神經(jīng)網(wǎng)絡(luò)分類精度較低的缺點。仿真實驗表明其分類方法在分類精度上得到較大提高。 （2）基于統(tǒng)計學(xué)習(xí)理論的支持向量機（SVM）在分類上具有獨特的優(yōu)勢，為了... 

【文章頁數(shù)】：104 頁

【學(xué)位級別】：博士

【部分圖文】：

Sphere函數(shù)圖

Rosenbrock函數(shù)圖

Rastrigin函數(shù)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測系統(tǒng)[J]. 張人上.  計算機仿真. 2012(09)
[2]一種基于RVM回歸的分類方法[J]. 王立昆,楊新鋒.  電子科技. 2011(05)
[3]稀疏貝葉斯模型與相關(guān)向量機學(xué)習(xí)研究[J]. 楊國鵬,周欣,余旭初.  計算機科學(xué). 2010(07)
[4]基于相關(guān)向量機的機器學(xué)習(xí)算法研究與應(yīng)用[J]. 楊樹仁,沈洪遠(yuǎn).  計算技術(shù)與自動化. 2010(01)
[5]基于蟻群算法的選擇性神經(jīng)網(wǎng)絡(luò)集成方法[J]. 趙勝穎,高廣春.  浙江大學(xué)學(xué)報(工學(xué)版). 2009(09)
[6]相關(guān)向量機學(xué)習(xí)的研究[J]. 董爭.  技術(shù)與市場. 2009(04)
[7]基于PSO優(yōu)化的SVM預(yù)測應(yīng)用研究[J]. 任洪娥,霍滿冬.  計算機應(yīng)用研究. 2009(03)
[8]基于數(shù)據(jù)挖掘的聚類分析和傳統(tǒng)聚類分析的對比研究[J]. 馬利.  數(shù)理醫(yī)藥學(xué)雜志. 2008(05)
[9]基于相關(guān)向量機的非線性動態(tài)系統(tǒng)辨識[J]. 朱世增,黨選舉.  計算機仿真. 2008(06)
[10]數(shù)據(jù)挖掘中的聚類分析方法[J]. 黃利文.  電腦知識與技術(shù). 2008(12)

博士論文
[1]基于免疫算法的分類方法及其應(yīng)用研究[D]. 葉蓮.重慶大學(xué) 2012
[2]基于稀疏貝葉斯學(xué)習(xí)方法的回歸與分類在電力系統(tǒng)中的預(yù)測研究[D]. 段青.山東大學(xué) 2010
[3]計算智能方法研究及其在流程工業(yè)中應(yīng)用[D]. 李澄非.北京化工大學(xué) 2007

碩士論文
[1]支持向量機及金融應(yīng)用[D]. 葛黎輝.南京農(nóng)業(yè)大學(xué) 2009
[2]智能優(yōu)化技術(shù)的研究及其在化工生產(chǎn)中的應(yīng)用[D]. 江沛.北京化工大學(xué) 2008
[3]基于蟻群算法的改進(jìn)神經(jīng)網(wǎng)絡(luò)在變壓器故障辨識中的應(yīng)用研究[D]. 李京林.南京理工大學(xué) 2007



本文編號：3720592