-
题名基于ART2模型的造船系统中间产品成组分类研究
被引量：2
- 1
-
-
作者
钟宇光
邱长华
薛开
-
机构
哈尔滨工程大学机电工程学院
-
出处
《中国造船》
EI
CSCD
北大核心
2006年第2期108-113,共6页
-
文摘
基于ART-2神经网络分类器算法是在自适应共振理论的基础上改进而来的,该方法能够对造船中间产品的特性分析样本进行分析判断,实现输入数据的自动分类与识别。提出了中间产品成组特性分析的模型,并对神经网络结构和改进的算法作了详细介绍。实验证明分类的效果比较准确,并可对同族产品的相似程度加以控制,使分组更加合理。
-
关键词
船舶、舰船工程
art-2人工神经网络
中间产品
成组技术
-
Keywords
ship engineering
art-2 artificial neural network
interim product
group technology
-
分类号
U662.9
[交通运输工程—船舶及航道工程]
-
-
题名用小波神经网络检测结构损伤
被引量：12
- 2
-
-
作者
鞠彦忠
阎贵平
陈建斌
陈景彦
陈建华
-
机构
北方交通大学土木工程学院
同济大学土木工程学院
东北电力学院建工系
-
出处
《工程力学》
EI
CSCD
北大核心
2003年第6期176-181,共6页
-
文摘
用小波和神经网络ART2相结合的方法检测结构的损伤位置。给出了小波变换和人工神经网络的基本理论及其用于损伤检测的原理与特点。通过把小波变换作为神经网络的前处理来构造小波神经网络。首先通过数值试验检验了小波消噪和小波神经网络损伤检测的能力。然后在一个框架结构模型上进行了试验。实验证明这种方法使网络抗噪声能力增强,使损伤识别的效果更好。ART2网络具有自动从环境中学习的能力,能自动的给出新的识别输出。
-
关键词
损伤检测
小波神经网络
二进小波
art2
-
Keywords
damage detection
artificial neural network
dyadic wavelet
art2
-
分类号
TU318
[建筑科学—结构工程]
-
-
题名基于ART2的网络入侵检测算法
被引量：1
- 3
-
-
作者
杜彦辉
马锐
刘玉树
-
机构
北京理工大学
中国人民公安大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2003年第16期167-168,229,共3页
-
基金
公安部2001年部级项目"网络入侵监测与跟踪"的资助
-
文摘
基于ART2的网络入侵检测算法是在自适应共振理论的基础上改进而来的。该算法对接收到的网络数据以及系统状态数据进行分析判断,实现入侵方式的自动分类,并且能够对新产生的入侵方式进行分类与记忆,实现了入侵检测系统的自适应性。该算法应用到入侵检测系统中能够解决入侵检测系统中可能出现的预分类不完全的问题,这对于检测新出现的入侵类型无疑具有很大的使用价值。
-
关键词
art2
人工神经网络
入侵检测
-
Keywords
art2,artificial neural network,Intrusion Detection
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SART的入侵检测仿真研究
被引量：2
- 4
-
-
作者
张鹏
-
机构
河北大学附属医院计算机中心
-
出处
《计算机仿真》
CSCD
北大核心
2014年第1期311-314,共4页
-
文摘
研究点对点网络入侵检测优化问题。点对点网络是一种多跳的、无中心的、自组织无线网络,其主机经常根据需要移动,主机的移动会使网络拓扑结构不断发生变化,而且变化的方式和速度都是不可预测的,这给网络入侵检测带来了困难。传统的检测方法针对网络拓扑结构稳定的网络效果很好,对于自组织的不可预测的点对点网络人侵检测准确性不高。为了提高检测能力和准确度,提出了改进ART2的入侵检测方法(SART)。当人工神经网络中所存储的模式量较大时,可对学习所得模式进行有效组织进而提高检测效率,通过调节幅度与相位的判断条件线性组合来缩小聚类之间的大小差异。仿真结果表明,相比其它检测算法,改进后的算法聚类的检测率较高,误检率较低,可满足误用检测及异常检测的需求。
-
关键词
点对点网络
入侵检测
自适应谐振算法
人工神经网络
-
Keywords
Point to point network
Intrusion detection
art2 algorithm
artificial neural network
-
分类号
TP426
[自动化与计算机技术]
-
-
题名一种无师训练的模糊极小极大人工神经网络
- 5
-
-
作者
叶慧娟
王昕晔
-
机构
海军工程大学兵器新技术应用研究所
海军工程大学科研部
-
出处
《海军工程大学学报》
CAS
2002年第5期67-71,共5页
-
文摘
提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.
-
关键词
模糊极小极大
人工神经网络
FUZZY
min-max网
art2网
有师训练
无师训练
目标识别
-
Keywords
artificial neural network
fuzzy min\|max net
art2 net
supervised training
unsupervised training
-
分类号
TN971
[电子电信—信号与信息处理]
-
-
题名基于入侵检测体系的高校网络研究
- 6
-
-
作者
刘音
-
机构
淮南师范学院电子工程学院
-
出处
《贵阳学院学报（自然科学版）》
2021年第2期16-19,共4页
-
基金
2019年度淮南师范学院实验教学研究一般项目“基于OBE理念的工控网络技术实验课程教学改革研究与实践”(项目编号:2019syjx19)。
-
文摘
利用入侵检测技术在条件不足的情况下高效、便捷地实现校园网络的安全维护。其主要观点为:利用ART2人工神经网络技术构建二级检测器组成的入侵检测模型,是实现校园网络入侵检测体系的可行方法;以网关、服务器、接入环节及上网管理等主要模块所构成的四单元拓扑体系是实现高校网络安全的一个关键模型。
-
关键词
高校
网络安全
入侵检测
art2人工神经网络
-
Keywords
University
network Security
Intrusion Detection
art2 artificial neural network
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
