基于PCA的BP神经网络分类器

• 作者: 刘益良 刘衍鹏 常伟 黄勤
• 来源期刊: 重庆工学院学报（自然科学版）
• 学科: 工学
• 关键词: 入侵检测 主成分分析 特征提取 BP神经网络 Matlab
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 信息·电子·计算机
• 页码范围: 89-96
• 页数: 8页
• 分类号: TP393.08
• 字数: 4515字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425-B.2009.07.020

摘要

由于入侵检测处理的多为高维数据,为了提高入侵检测的效率和准确率,提出了一种基于主成分分析(PCA)的特征提取方法,对数据源进行特征降维,将获得的主成分作为BP神经网络的输入进行数据识别.同时介绍了Matlab中相关函数,并与传统入侵检测方法进行了比较.实验结果表明:基于主成分分析的特征提取方法在简化BP神经网络规模的同时,显著提高了入侵检测识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄勤	重庆大学自动化学院	48	419	11.0	18.0
2	刘衍鹏	重庆大学自动化学院	2	25	2.0	2.0
3	常伟	重庆大学自动化学院	2	25	2.0	2.0
4	刘益良	重庆理工大学化学与生物工程学院	4	50	3.0	4.0