-
题名粗糙集属性约简的极限学习机网络入侵检测算法
被引量：8
- 1
-
-
作者
周棒棒
魏书宁
唐勇
马天雨
陈远毅
-
机构
湖南师范大学物理与信息科学学院物联网技术及应用重点实验室
国防科学技术大学计算机学院
-
出处
《传感器与微系统》
CSCD
2019年第1期122-125,共4页
-
基金
国家自然科学基金资助项目(61472437)
湖南师大校教改项目(1210786)
+1 种基金
湖南省教育厅一般项目(531120)
湖南师范大学自然科学研究项目(160432)
-
文摘
针对网络入侵数据量大、属性冗余及属性之间线性相关导致分类算法计算速度慢、准确度不高等问题,提出一种改进粗糙集属性约简的极限学习机网络入侵分类算法。对训练集采用粗糙集正域和分辨矩阵相结合的方法获得属性核,筛选出只有属性核的数据集得到无冗余属性的特征集合;使用极限学习机(ELM)作为分类模型进行分类,使用支持向量机(SVM)、神经网络、极限学习机比较证明提出方法的有效性,为网络入侵检测提供一种新的解决方法。
-
关键词
数据冗余
粗糙集正域
粗糙集分辨矩阵
极限学习机
入侵检测
-
Keywords
data redundancy
rough set positive domain
rough set discernibility matrix
extreme learning machine(ELM)
intrusion detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于PCA降维的分层超限学习机手势识别方法
被引量：13
- 2
-
-
作者
吴良圆
魏书宁
周棒棒
陈远毅
-
机构
湖南师范大学物理与信息科学学院物联网技术及应用重点实验室
-
出处
《电子测量技术》
2017年第3期82-88,共7页
-
基金
湖南省教育厅科研项目(14C0685)资助
-
文摘
针对原始超限学习机在手势识别应用中欠缺良好的泛化性能和鲁棒性等问题,运用主成分分析(PCA)算法降低手势数据维数简化数据结构,并引入以超限学习机为基础,根据多层感知器理论拓展的分层超限学习机作为分类器应用于手势识别。PCA算法提取手势图像的主要特征,通过分层超限学习机的稀疏自动编码和分层训练,获得原始输入的多层稀疏表达,使自动编码后的输出近似原始输入,最大限度地减少重构误差,提高特征分类的精度。实验表明,与原始的超限学习机相比,具有更好的泛化性能,更快的识别速率以及更高的识别精度,提高了整体的学习性能。
-
关键词
主成分分析
超限学习机
分层超限学习机
手势识别
自动编码
-
Keywords
PCA
extreme learning machine
hierarchical extreme learning machine
gesture recognition
spare autoencoder
-
分类号
TN919.81
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
