结合遗传算法和阻尼牛顿算法的小波神经网络入侵检测

• 作者: 蔡利栋 郭德超
• 来源期刊: 暨南大学学报（自然科学与医学版）
• 学科: 工学
• 关键词: 入侵检测 小波神经网络 遗传算法 网络安全 阻尼牛顿算法
• 年，卷（期）: 2010,（1）
• 页码范围: 24-28
• 页数: 5页
• 分类号: TP181
• 字数: 3060字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9965.2010.01.007

摘要

小波神经网络结合了小波变换和神经网络的优点,具有很强的非线性映射能力和自适应、自学习能力,特别适合于入侵检测系统.但小波神经网络的也有易于陷入局部极小值、收敛速度慢的弱点.对此,本文引入遗传算法来优化产生小波神经网络的初始权值与阈值等,确定一个较好的搜索空间,从而克服小波神经网络易于陷入局部极小值的缺点;同时引入了阻尼牛顿算法,在遗传算法所确定了的搜索空间中对网络进行快速训练,解决传统小波神经网络收敛速度慢的问题,两者构成阻尼牛顿-遗传-小波神经网络.仿真结果表明该方法可行,使神经网络的逼近能力和泛化能力得到了显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡利栋	暨南大学计算机科学系	30	281	8.0	16.0
2	郭德超	暨南大学计算机科学系	15	9	2.0	2.0