人工蜂群优化的BP神经网络在入侵检测中的应用

• 作者: 沈夏炯 王龙 韩道军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人工蜂群算法 BP神经网络 入侵检测 遗传算法 全局寻优
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 190-194
• 页数: 5页
• 分类号: TP18
• 字数: 3564字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.02.034

摘要

传统BP神经网络存在容易陷入局部最优、收敛速度慢等缺点.为此,根据人工蜂群算法全局寻优以及群体智能的特点,在初始化神经网络参数时,将神经网络的误差作为人工蜂群算法的适应度,选择适应度最好的一组参数作为神经网络的权值和阈值,避免神经网络陷入局部最优和收敛速度慢的问题.将人工蜂群优化的BP神经网络模型应用于入侵检测中,仿真实验结果表明,优化后的网络模型可加快收敛速度,提高检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈夏炯	河南大学数据与知识工程研究所	67	535	12.0	21.0
5	韩道军	河南大学数据与知识工程研究所	42	417	10.0	19.0
9	王龙	河南大学计算机与信息工程学院	2	54	1.0	2.0