原文服务方: 微电子学与计算机       
摘要:
引入一种基于边界变异的QPSO算法,即B-QPSO算法,首先利用B-QPSO算法训练小波神经网络,再将经过B-QPSO算法训练后的小波神经网络应用于Ad Hoc异常检测中,仿真实验结果表明,该算法与梯度下降法、PSO算法和QPSO算法相比,收敛速度快,具有更好的全局收敛性,提高了异常检测的准确性,并且降低了对正常情况的误判率.
推荐文章
基于QPSO小波神经网络的网络异常检测
量子粒子群优化算法
梯度下降
小波神经网络
网络异常检测
模糊聚类和QPSO算法在Ad Hoc异常检测中的应用
K-Means聚类算法
量子粒子群算法
Ad Hoc无线网络
异常检测
基于小波变换和神经网络的PCB检测
PCB边缘检测小波变换BP神经网络
小波神经网络在故障诊断中的应用
故障诊断
小波分析
神经网络
小波神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 小波神经网络和B-QPSO算法在Ad Hoc异常检测中的应用
来源期刊 微电子学与计算机 学科
关键词 Ad Hoc无线网络 小波神经网络 B-QPSO算法 QPSO算法 梯度下降法 PSO算法 异常检测
年,卷(期) 2009,(8) 所属期刊栏目
研究方向 页码范围 113-116
页数 4页 分类号 TP393.08
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘渊 江南大学信息工程学院 235 1325 17.0 25.0
5 冯华丽 江南大学信息工程学院 4 33 3.0 4.0
6 张端 江南大学信息工程学院 3 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Ad Hoc无线网络
小波神经网络
B-QPSO算法
QPSO算法
梯度下降法
PSO算法
异常检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导