您的位置: 专家智库 > >

中南林业科技大学青年科学基金(QJ2011003B)

作品数:2 被引量:0H指数:0
相关作者:陈贵云张文张江陈超云更多>>
相关机构:中南林业科技大学更多>>
发文基金:中南林业科技大学青年科学基金更多>>
相关领域:自动化与计算机技术经济管理更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇经济管理
  • 1篇自动化与计算...

主题

  • 1篇信息采集
  • 1篇入侵
  • 1篇入侵检测
  • 1篇入侵检测系统
  • 1篇神经网
  • 1篇神经网络
  • 1篇拟牛顿算法
  • 1篇资产
  • 1篇高校资产
  • 1篇高校
  • 1篇J2EE

机构

  • 2篇中南林业科技...

作者

  • 2篇陈贵云
  • 1篇陈超云
  • 1篇张江
  • 1篇张文

传媒

  • 1篇计算机安全
  • 1篇会计之友

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于高校资产信息采集与投资优化的研究
2013年
文章以高校资源合理配置为出发点,着力解决建设经费在高校资产更换过程中的覆盖面及其利用率问题,提出利用高校资产信息采集系统的动态统计数据来指导投资行为,并以直观、可视化的图形或图像呈现给投资者解决方案。结合网络技术以及物联网技术解决信息采集的可靠性、并发性、冲突性,以及性能等相关问题,将是今后资产管理系统一个重要的发展方向。
陈贵云陈超云张文
关键词:高校资产信息采集J2EE
基于拟牛顿算法神经网络的入侵检测系统的研究
2014年
近年来,神经网络技术在入侵检测中得到了广泛应用,其中最具代表性的是BP神经网络,但其本身所具有的局部极小性质限制了检测性能的提高。利用人工神经网络可以解决当前其他入侵检测方法中所遇到许多问题,有望成为异常检测中统计方法的替代品,是研制具有学习和适应能力的入侵检测系统重要手段之一。通过抽取部分混合实例以及典型攻击实例进行模式训练、测试后,在BP神经网络优化算法进行对比研究的基础上,利用拟牛顿算法对传统BP算法进行改进,从而提高入侵检测系统的收敛度,检测率。实验分析可得,在一定的训练方法基础上,基于拟牛顿算法优化神经网络和其他几种算法相比,在针对多种攻击类型上检测率有不同程度的提高。
陈贵云张江
关键词:神经网络入侵检测拟牛顿算法
共1页<1>
聚类工具0