文献

J-GLOBAL ID：202102223144926268   整理番号：21A0907777

改良天牛群アルゴリズムに基づくBPニューラルネットワークの侵入検出【JST・京大機械翻訳】

Intrusion Detection Based on Improved BP Neural Network Based on Improved Beetle Swarm Optimization

著者 (4件)： Wang Zhendong (江西理工大学信息工程学院,gan州341000) ,  Ceng Yong (江西理工大学信息工程学院,gan州341000) ,  Wang Junling (江西理工大学信息工程学院,gan州341000) ,  Hu Zhongdong (江西理工大学信息工程学院,gan州341000)
資料名： Kexue Jishu yu Gongcheng  (Kexue Jishu yu Gongcheng)
巻： 20  号： 32  ページ： 13249-13257  発行年： 2020年 
JST資料番号： C4529A  ISSN： 1671-1815  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来のBPニューラルネットワークの侵入検出において,BPニューラルネットワークモデルは,局所最適,遅い収束速度,および大きな初期値のランダム性などの欠点に陥り,改良天牛群アルゴリズム(beetleswarmoptimization)を提案した。BSOはBPニューラルネットワークの重みと閾値を最適化して,可変の知覚因子と方向学習戦略を採用して,局所的最適化能力を強化して,アルゴリズムのグローバル最適化能力を改善した。グループ知能の特性を用いて,BPニューラルネットワークの収束速度を改善した。天牛群最適化BPニューラルネットワークモデルを侵入検出に適用した。シミュレーション結果は,最適化BPニューラルネットワークモデルが,モデルの収束速度と侵入データの検出率を著しく改善し,誤警報率を低減できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  シミュレーション
準シソーラス用語： 大域的最適化 ,  収束速度 ,  ランダム性 ,  *逆伝播ニューラルネットワーク ,  検出率 ,  誤警報率 , 【Automatic Indexing@JST】

分類 (2件)： 油層工学  (UA10030G) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 牛 ,  アルゴリズム ,  BPニューラルネットワーク ,  侵入