基于BP神经网络的异常入侵检测方法     

杨种学  杨宁 《南京晓庄学院学报》2006,22(6):82-86

提出一种基于BP神经网络的异常入侵检测方法,由于BP神经网络是一种基于误差反向传播算法的多层前馈神经网络,具有对不确定性的学习与适应能力,可以很好的满足入侵检测分类识别的需求.对“KDD Cup 1999 Data”网络连接数据集进行特征选择和标准化处理之后用于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报率.仿真实验表明,基于BP神经网络的入侵检测方法是有效的.  相似文献   

基于循环采样聚合邻居信息的动态网络表征方法     

高亚男  刘勇  惠丽 《黑龙江大学工程学报》2021,12(1):62-67

提出了一种循环神经网络(RNN)与图卷积网络(GCN)相结合的动态网络表征生成方法,称为RSage.RSage通过GCN采样、聚合邻居节点信息来学习归纳拓扑信息,并用RNN来学习动态网络的时序特征.该方法不仅适用于小规模动态网络,也可以扩展到大规模动态网络上表征.在3个现实世界的数据集上进行实验,评估RSage在节点分...  相似文献   

基于粒子群算法与循环神经网络的短期电力负荷预测     

李辉  王军 《教育技术导刊》2017,16(11):125-128

针对循环神经网络算法在电力负荷预测中存在易陷入局部最小值和全局搜索能力较弱的缺陷,提出了基于粒子群算法和循环神经网络的预测方法|针对标准粒子群算法易因粒子早熟收敛现象而陷于局部最优的缺陷,提出了合理粒距的概念,生成一种改良后的学习方法。采用改良后的粒子群算法对结点权值参数进行寻优,以测量值与预测值的误差作为评价依据,从而实现模型参数的优化选择。最后采用改良后的粒子群算法和循环神经网络预测模型对短期电力负荷进行预测,并与标准粒子群算法循环神经网络预测模型和循环神经网络预测模型对比。实际算例比较表明,这种预测方法具有良好的收敛特性和较高的预测准确度。  相似文献   

基于大数据平台的人体跌倒检测研究     

张帆 《教育技术导刊》2017,16(6):148-151

跌倒一直是影响人体健康的重要因素之一,针对现有跌倒检测算法由于缺乏真实老人跌倒样本导致的适应性不足等问题,提出了一种基于大数据平台的人体跌倒检测方法。该方法通过分析传感器的信息构建特征向量,运用机器学习的算法建立分类模型,将采集到的信息实时传送并保存到搭建好的hadoop大数据平台,平台通过相似度度量判断模型是否需要更新。随着数据样本不断增加,系统的准确率会不断提高。实验数据表明该方法准确率能在一定范围内实现稳步提高。  相似文献   

基于神经网络的空调箱故障诊断     

杜志敏  晋欣桥  杨学宾  范波 《东南大学学报》2010,26(2):355-358

针对空调系统中的不同故障,分析了空调箱的故障特性,并讨论了不同故障对空调系统能耗及热舒适性的影响.仿真试验结果表明,送风温度的测量故障会导致系统能耗的增加.根据故障特性,提出了一种基于神经网络的数据处理方法,用以检测和诊断空调箱中的传感器故障.该方法首先选取历史数据对神经网络进行训练,实现对系统运行状态的识别和预测.然后,通过比较测量值与预测值,计算出相对误差,实现对故障的诊断.最后,利用基于TRNSYS的仿真器,对神经网络的故障诊断策略进行了验证.结果表明,神经网络可以有效诊断空调系统中的温度、流量和压力传感器故障.  相似文献   

基于 PPG 信号的 LSTM 网络同步动脉血压预测     

李帆  程云章  边俊杰  耿晓斌 《教育技术导刊》2009,19(8):44-48

为通过光电容积脉搏波信号获取动脉血压参数,并将其作为判断个人健康状况的依据,基于 Tensorflow框架训练 LSTM 网络模型与传统 RNN 模型,使用 625 000 条光电容积脉搏波数据序列通过忘记、选择记忆、输出阶段得出符合生理规律的血压参数,将两种模型放在 125 000 条样本的测试集中进行有效性验证。实验结果表明,训练后的 LSTM 模型对血压的预测比传统 RNN 模型更准确,LSTM 预测评价指标 MAE、RMSE、STD 和 R2_score 分别为 4.05、8.78、7.42 和 0.89,且预测结果符合美国医疗仪器促进协会标准（MAE<5mmHg,STD<8mmHg）,而传统 RNN 模型则为 11.58、17.03、14.54 和 0.73。LSTM 模型能较好地预测血压参数,在生物医学领域有较高的应用价值,其效果优于传统 RNN 模型。  相似文献   

PNN网络在入侵检测中的应用研究     

王小敏  谢文俊 《教育技术导刊》2016,15(10):152-154

针对当前入侵检测技术存在检测率低、误报率高等问题,将PNN概率神经网络应用于入侵检测技术中,提出一种基于PNN的入侵检测技术。介绍了入侵检测的发展现状和概率神经网络的数学模型。实验结果证明,与BP网络相比,PNN网络能够准确实现样本分类,并能提高入侵检测性能。  相似文献   

基于姿态融合的实时跌倒检测系统研究     

徐甲栋  陈强  王洪杰 《教育技术导刊》2022,(4):144-150

为降低老人跌倒的伤残率和死亡率,通过可穿戴式装置采集运动数据,结合阈值法与模式识别算法的优点提出一种基于姿态融合的联立判别跌倒检测算法,并引入云技术与微信小程序设计一种便捷可行的跌倒检测系统.该系统首先通过互补滤波对原始数据进行预处理,解决因陀螺仪低频特性差和加速度计高频特性差导致解算姿态不准确的问题,然后通过阈值法对...  相似文献   

基于 WOA-GRU 的销售预测研究     

冯连波 《教育技术导刊》2009,19(9):17-20

防晒用品属于快速消费品,其销售情况受季节变动影响,具有非线性特征。人工神经网络强大的学习能力使其在销售量预测领域显示出非线性预测的应用优势。作为新兴智能算法,鲸鱼群算法具有快速收敛、全局优化等特点。为精准预测上海某化妆品公司防晒产品销量,基于鲸鱼算法,构建优化网络权值的门控循环神经网络模型。实验结果表明,经鲸鱼算法优化后的门控循环神经网络训练相对误差比优化前降低 0.6 个百分点,测试相对误差比优化前降低约 2 个百分点。  相似文献   

基于云模型与神经网络的网络态势分析     

黄巧云 《三明学院学报》2012,29(4):50-55

通过引入云模型对输入信息进行模糊化处理,结合神经网络的非线性学习能力,提出一种基于云模型和神经网络的模糊分析模型CNN。在此基础上,引入遗传算法和粒子群优化算法,对连接权和阈值进行训练,构造出GA-CNN与PSO-CNN两个模型。由于神经网络具有在海量数据中提取隐藏规律的能力,而遗传算法与粒子群优化算法具有全局搜索的优点,因此可使所求问题以较大概率收敛到全局最优解或次优解。实验结果表明,该模型具有较高的检测率和较低的误检率,能够较好地实现对网络安全状态进行分析的目的。  相似文献