期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
IGAPSO-ELM:一种网络安全态势预测模型 被引量：7
1
作者 唐延强 李成海 +2 位作者 王坚 王亚男 曹波 《电光与控制》 CSCD 北大核心 2022年第2期30-35,共6页
针对网络安全态势预测,为提高预测的精确度和预测算法的收敛速度,提出一种改进遗传粒子群算法优化极限学习机(IGAPSO-ELM)的预测方法。首先,改进GAPSO中的惯性权重和学习因子,通过定义动态指数函数使算法在执行的不同阶段实现两种参数... 针对网络安全态势预测,为提高预测的精确度和预测算法的收敛速度,提出一种改进遗传粒子群算法优化极限学习机(IGAPSO-ELM)的预测方法。首先,改进GAPSO中的惯性权重和学习因子,通过定义动态指数函数使算法在执行的不同阶段实现两种参数自适应;其次,针对GAPSO中人为设定的固定交叉率和变异率,提出一种自适应交叉和变异策略;最后,以IGAPSO优化ELM的初始权值和偏差。IGAPSO既保证了种群的多样性,又提高了算法的收敛速度。通过仿真实验对比得出:IGAPSO-ELM对网络安全态势预测拟合度可达0.99,收敛速度相较于对比算法有大幅度提升。 展开更多
关键词 网络安全态势预测 遗传粒子群算法 极限学习机 自适应调整
下载PDF
自适应变异麻雀搜索优化算法 被引量：23
2
作者 唐延强 李成海 +2 位作者 宋亚飞 陈晨 曹波 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第3期681-692,共12页
针对麻雀搜索算法前期易陷入局部极值点、后期寻优精度不高等问题,提出一种自适应变异麻雀搜索算法(AMSSA)。先通过猫映射混沌序列初始化种群,增强初始种群的随机性、遍历性,提高算法的全局搜索能力;再引入柯西变异和Tent混沌扰动,拓展... 针对麻雀搜索算法前期易陷入局部极值点、后期寻优精度不高等问题,提出一种自适应变异麻雀搜索算法(AMSSA)。先通过猫映射混沌序列初始化种群,增强初始种群的随机性、遍历性,提高算法的全局搜索能力;再引入柯西变异和Tent混沌扰动,拓展局部搜索能力,使陷入局部极值点的个体跳出限制继续搜索;最后,提出探索者-跟随者数量自适应调整策略,利用各阶段探索者和跟随者数量的改变增强算法前期的全局搜索能力和后期的局部深度挖掘能力,提高算法的寻优精度。选取16个基准函数和Wilcoxon检验进行验证,实验结果表明:所提算法与其他算法相比,寻优精度、收敛速度和稳定性都取得较大提升。 展开更多
关键词 麻雀搜索算法 猫映射混沌 柯西变异 Tent混沌 自适应调整策略
下载PDF
基于改进粒子群优化和极限学习机的网络安全态势预测 被引量：23
3
作者 唐延强 李成海 宋亚飞 《计算机应用》 CSCD 北大核心 2021年第3期768-773,共6页
针对网络安全态势预测模型预测精度不高、收敛较慢等问题,提出了一种基于改进粒子群优化极限学习机(IPSO-ELM)算法的预测方法。首先,通过改进粒子群优化(PSO)算法中的惯性权重和学习因子来实现两种参数随着迭代次数增加的自适应调整,使... 针对网络安全态势预测模型预测精度不高、收敛较慢等问题,提出了一种基于改进粒子群优化极限学习机(IPSO-ELM)算法的预测方法。首先,通过改进粒子群优化(PSO)算法中的惯性权重和学习因子来实现两种参数随着迭代次数增加的自适应调整,使PSO初期搜索范围大、速度高,后期收敛能力强、稳定。其次,针对PSO易陷入局部最优的问题,提出一种粒子停滞扰动策略,将陷入局部最优的粒子重新引导至全局最优飞行。改进粒子群优化(IPSO)算法既保证了全局寻优的能力,又对局部搜索能力有所增强。最后,将IPSO与极限学习机(ELM)结合来优化ELM的初始权值及阈值。与ELM相比,结合IPSO的ELM的预测精度提高了44.25%。实验结果表明,与PSO-ELM相比,IPSO-ELM的预测结果拟合度可达到0.99,收敛速度提升了47.43%。所提算法在预测精度和收敛速度等指标上明显优于对比算法。 展开更多
关键词 网络安全 态势预测 粒子群优化 极限学习机 神经网络 惯性权重
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部