基于机器学习方法的入侵检测算法是目前网络设备检测领域的研究热点.网络入侵检测源数据的多样性是影响机器学习方法在该领域实际应用性能的主要因素.研究通过设计多扰动向量混合差分演化算法,稳定地优化了最小二乘支持向量机模型的关...基于机器学习方法的入侵检测算法是目前网络设备检测领域的研究热点.网络入侵检测源数据的多样性是影响机器学习方法在该领域实际应用性能的主要因素.研究通过设计多扰动向量混合差分演化算法,稳定地优化了最小二乘支持向量机模型的关键参数;在不增加测试集检测计算复杂性的前提下,通过最优化参数的方式,提高了最小二乘支持向量机算法入侵检测的精度和稳定性.KDD Cup 99测试集的仿真实验结果显示,所提出的基于混合差分演化的网络入侵检测算法比目前多种同类算法有着更好的平均性能.展开更多
探讨了危害分析与关键控制点(HACCP,Hazard Analysis and Critical Control Point)体系在食品包装纸及其制品生产中的应用,根据HACCP的基本原理,对食品包装纸及其制品的生产流程进行了分析,找出了危害因素,确定了关键控制点和关键限值,...探讨了危害分析与关键控制点(HACCP,Hazard Analysis and Critical Control Point)体系在食品包装纸及其制品生产中的应用,根据HACCP的基本原理,对食品包装纸及其制品的生产流程进行了分析,找出了危害因素,确定了关键控制点和关键限值,并对关键控制点的监控和纠偏措施进行了讨论。展开更多
文摘基于机器学习方法的入侵检测算法是目前网络设备检测领域的研究热点.网络入侵检测源数据的多样性是影响机器学习方法在该领域实际应用性能的主要因素.研究通过设计多扰动向量混合差分演化算法,稳定地优化了最小二乘支持向量机模型的关键参数;在不增加测试集检测计算复杂性的前提下,通过最优化参数的方式,提高了最小二乘支持向量机算法入侵检测的精度和稳定性.KDD Cup 99测试集的仿真实验结果显示,所提出的基于混合差分演化的网络入侵检测算法比目前多种同类算法有着更好的平均性能.
文摘探讨了危害分析与关键控制点(HACCP,Hazard Analysis and Critical Control Point)体系在食品包装纸及其制品生产中的应用,根据HACCP的基本原理,对食品包装纸及其制品的生产流程进行了分析,找出了危害因素,确定了关键控制点和关键限值,并对关键控制点的监控和纠偏措施进行了讨论。
