期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
改进的FCM算法在网络入侵检测中的应用 被引量:4
1
作者 唐德玉 齐德昱 +1 位作者 蔡先发 胡镜林 《计算机工程与应用》 CSCD 2012年第6期5-8,共4页
针对FCM聚类算法容易陷入局部最优且对初始点很敏感的问题,提出基于搜索空间平滑技术的点密度加权FCM算法以获得最优解。以所得的聚类中心作为输入,再次执行FCM算法,对于隶属度小于阈值的数据样本进行检测;如果该数据样本被删除,目标函... 针对FCM聚类算法容易陷入局部最优且对初始点很敏感的问题,提出基于搜索空间平滑技术的点密度加权FCM算法以获得最优解。以所得的聚类中心作为输入,再次执行FCM算法,对于隶属度小于阈值的数据样本进行检测;如果该数据样本被删除,目标函数值变化明显,则该数据样本为异常数据样本,并且聚类最后产生的小的簇中的数据样本也是异常数据样本。在KDDCUP99数据集上进行检测,实验结果表明该算法具有较高的检测率及较低的误检率。 展开更多
关键词 入侵检测 搜索空间平滑 3SW-FCM算法 D-FCM算法
下载PDF
空间平滑搜索CLARANS算法 被引量:2
2
作者 宗瑜 江贺 +1 位作者 张宪超 单世民 《小型微型计算机系统》 CSCD 北大核心 2008年第4期667-671,共5页
CLARANS是一种有效且广泛应用于空间数据挖掘的聚类算法,非常适合发现多边形的聚类结果.CLARANS的实质是随机重启搜索优化算法.由于搜索空间的表面粗糙不平,布满了局部最优解的"陷阱",因此CLARANS算法易受局部最优解的影响.... CLARANS是一种有效且广泛应用于空间数据挖掘的聚类算法,非常适合发现多边形的聚类结果.CLARANS的实质是随机重启搜索优化算法.由于搜索空间的表面粗糙不平,布满了局部最优解的"陷阱",因此CLARANS算法易受局部最优解的影响.空间平滑技术允许启发式搜索有效地避开局部最优解的"陷阱".本文给出了基于空间平滑搜索的CLARANS算法(CLARANS algorithm based on Search Space Smoothing-CLARANS-SSS),设计合理的噪声法空间平滑策略能够移除搜索空间中大部分的局部最优解.实验结果表明空间平滑搜索对于CLARANS算法非常有效. 展开更多
关键词 聚类分析 空间平滑搜索 CLARANS
下载PDF
搜索空间平滑技术在软硬件划分中的应用 被引量:2
3
作者 张维 吴强 +1 位作者 陈宇 李哲涛 《计算机工程与应用》 CSCD 北大核心 2010年第12期72-74,78,共4页
软硬件划分问题是软硬件协同设计的重要问题之一,它涉及到系统建模,划分算法和划分方案评价等问题,其中划分算法设计是关键点。以提高系统时间性能为目标,利用任务流图构造系统模型,在其上实现了基于优先权的评价函数,提出了搜索空间平... 软硬件划分问题是软硬件协同设计的重要问题之一,它涉及到系统建模,划分算法和划分方案评价等问题,其中划分算法设计是关键点。以提高系统时间性能为目标,利用任务流图构造系统模型,在其上实现了基于优先权的评价函数,提出了搜索空间平滑技术与离散粒子群算法相结合的软硬件划分算法,并且解决了两者的融合问题,并能根据系统信息动态适应调整算法参数。实验结果表明,算法时间开销稳定,求解质量较高。 展开更多
关键词 软硬件划分 搜索空间平滑技术 离散粒子群算法
下载PDF
改进的FCM算法在医学中的应用 被引量:1
4
作者 徐丽佳 唐德玉 《电脑知识与技术》 2012年第1X期668-672,683,共6页
为解决传统的模糊C-均值(FCM)算法容易陷入局部最优解的问题,该文提出了一种基于平滑技术改进的FCM算法,考虑到处于不同位置的样本点对分类的影响程度不同及聚类个数对聚类结果有很大影响,新算法结合了点密度及最佳聚类数确定方法,最后... 为解决传统的模糊C-均值(FCM)算法容易陷入局部最优解的问题,该文提出了一种基于平滑技术改进的FCM算法,考虑到处于不同位置的样本点对分类的影响程度不同及聚类个数对聚类结果有很大影响,新算法结合了点密度及最佳聚类数确定方法,最后用有效性评价函数评估算法的有效性。实验证明,新方法聚类效果更好。以帕金森疾病为例对新方法在医学中的应用进行了探讨。 展开更多
关键词 模糊C-均值算法 平滑技术 点密度 聚类数 有效性评价函数
下载PDF
一种具有空间平滑技术的遗传算法研究
5
作者 陈建 李信满 柳玉辉 《计算机科学》 CSCD 北大核心 1999年第3期38-40,共3页
1 引言遗传算法从开始提出到现在,经过众多学者经过十几年的研究、发展,已广泛地应用到各个领域。但在遗传算法应用过程中,容易发生“早熟”现象。所谓“早熟”现象是指在找到最优解或近优解之前,遗传算法的迭代过程导致主导“基因”固... 1 引言遗传算法从开始提出到现在,经过众多学者经过十几年的研究、发展,已广泛地应用到各个领域。但在遗传算法应用过程中,容易发生“早熟”现象。所谓“早熟”现象是指在找到最优解或近优解之前,遗传算法的迭代过程导致主导“基因”固定的一种染色体基因的确定现象。一般地认为,导致“早熟”现象的因素有这样几个方面:①选择算子选取不合理造成基因缺陷;②交叉算子构造不理想,引起模式缺陷;③遗传算法的参数选择不科学等。为了避免“早熟”现象的产生,提高遗传算法的搜索能力,许多学者围绕以上几个方面进行了深入的探讨、研究,取得了许多有意义的成果和方法。 展开更多
关键词 遗传算法 空间平滑 TSP问题
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部