-
题名基于粒子群的加权朴素贝叶斯入侵检测模型
被引量：7
- 1
-
-
作者
任晓奎
缴文斌
周丹
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第7期122-126,共5页
-
文摘
针对传统朴素贝叶斯算法对高维复杂的入侵行为检测效率低下的状况,提出一种基于粒子群的加权朴素贝叶斯入侵检测模型。模型首先用粗糙集理论对样本属性特征集进行约简,再利用改进的粒子群算法优化加权朴素贝叶斯算法的属性权值,获得属性权值的最优解,用获得的最优解构造贝叶斯分类器完成检测。其中,改进的粒子群是采用权衡因子方法更新其速度和位置公式,避免产生局部最优。两种算法的结合,既能解决传统朴素贝叶斯算法的特征项冗余问题,同时也可以优化特征项间的强独立性问题。通过实验证实了该模型的实效性,提高了检测率。
-
关键词
入侵检测
粗糙集理论
加权朴素贝叶斯
粒子群优化算法
-
Keywords
intrusion detection
rough sets theory
Weighted Naive Bayes
Particle Swarm Optimization algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于IACPSO算法的摄像机镜头畸变校正
被引量：3
- 2
-
-
作者
任晓奎
靳琳
缴文斌
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第6期1865-1868,共4页
-
基金
国家自然科学基金资助项目(61240014)
-
文摘
针对摄像机镜头畸变的非线性问题,提出一种基于改进的混沌变异自适应双粒子群优化(IACPSO)算法的畸变校正方法。IACPSO算法用两个独立的粒子群进行协同优化:种群一采用固定的惯性权重,同时利用立方映射混沌因子对进化过程中出现的停滞粒子进行扰动;种群二采用自适应的惯性权重,以适应度值为依据来动态调整惯性权重的大小,取两个种群进化过程中发现的最优粒子作为全局最优解。为了验证IACPSO算法在镜头畸变校正问题上的性能,将其与多种粒子群优化算法进行对比。仿真实验结果表明,IACPSO算法在求解过程中具有较强的鲁棒性,在低噪声下,其校正性能优于其他粒子群算法。最后,运用两组校正实例进一步验证所提出方法的有效性。
-
关键词
计算机视觉
畸变校正
非量测
粒子群
-
Keywords
computer vision
distortion correction
non-metric
particle swarm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
