-
题名改进多种群差分进化算法的混沌系统参数估计
被引量：6
- 1
-
-
作者
何廷年
李晓红
蒋芸
-
机构
西北师范大学计算机科学与工程学院
北京师范大学信息科学与技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第2期178-183,188,共7页
-
基金
国家自然科学基金资助项目(61163036)
-
文摘
针对混沌系统参数估计的多峰寻优问题,提出一种改进的多种群差分进化算法。改进差分进化算法的变异操作,使其前期更适合全局性搜索,利用α核心集对当前种群进行聚类,分别对聚类后的子群选用贪婪的差分变异算子完成深度搜索,比较所选取各子群的最优值,得到全局最优值作为是否结束搜索的判断依据,并将其应用到混沌系统参数估计中。实验结果表明,该算法对于多峰值、大空间的全局性参数估计在收敛速度、精度上优于混合量子进化算法、改进粒子群优化算法以及DE/best/2算法。
-
关键词
α核心集
差分进化
混沌系统
参数估计
多种群
-
Keywords
α core set
Differential Evolution（DE）
chaotic system
parameter estimation
multi-swarm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多层α-核散列聚类的异常数据社团发现算法
被引量：1
- 2
-
-
作者
王烨
张子春
宋文超
刘恒军
黄勇
刘增良
-
机构
北京科技大学自动化学院
山东济南
国防大学信息指挥与作战教研部
-
出处
《信息安全与通信保密》
2014年第9期94-97,共4页
-
文摘
异常数据社团发现是解决异常数据挖掘中大规模未授权行为分析的重要方法,文中基于多层α-核心集对散列数据进行高斯核相似聚类,对大规模散列的网络入侵数据进行凝聚社团化处理,将难以聚类重叠的数据进行多层核簇类分析,并利用多层α-核心集处理与孤立点检测。通过实验证明,该方法对大数量具有明显散列特点的网络入侵攻击的检测具有较好的预期效果,在准确率与算法执行效率方面具有明显优势。
-
关键词
多层α-核心集
聚类
模未授权行为检测
孤立点检测
-
Keywords
multi-layer α-core set
clustering
mold unauthorized behavior detection
outlier detection
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
