资源简介
本文将基于遗传算法(Genetic Algorithms,GA)优化
的改进广义回归神经网络( Improved General RegressionNeuralNetwork based on GA, GRNNGA)做为NSSF(Network SecuritySituation Forecas)网络
安全态势预测。
GRNNGA方法先利用滑动时间窗(SlidingTimeWindow, STW)将各离散时 间监测点的网络安全态势值(Network Security SituationValue, NSSV)构造成部分线性相关的多元回归数据序列,再利用GA动态地搜索GRNN的最优训练参数,以改善基于GRNNGA的NSSF性能。经大量实验验证,基于GRNNGA的NSSF方法具有更高的预测精度和实用性
代码片段和文件信息
- 上一篇:BS模式的教学资源管理系统
- 下一篇:MC9S12超详细中文资料
相关资源
- 改进遗传算法求解走班制下的排课问
- 遗传算法优化PID参数的代码
- 遗传算法完整毕业设计
- 基于遗传算法实现排课代码
- 遗传算法的多目标优化问题
- 基于遗传算法的自动泊车策略论文
- 遗传算法精讲PPT
- 基于遗传算法求解01背包问题
- 基于遗传算法的机器人关节空间最优
- 遗传算法原理及应用(pdf版本)
- 基于改进遗传算法配电网络重构的研
- 遗传算法原理及应用周明
- 机器学习和遗传算法的结合推荐必读
- 用遗传算法求解旅行商问题
- 遗传算法国外经典硕士论文
- 遗传算法综述.pdf
- 利用遗传算法解决矩形排样问题,具
- 基于遗传算法的高校排课系统设计与
- 改进型遗传算法及其应用pdf
- 遗传算法——理论、应用与软件实现
- 遗传算法经典论文
- 遗传算法10本之7:遗传算法——理论
- 遗传算法的模糊PID控制器在三相电机
- 经典遗传算法书籍(一)
- 遗传算法优化otsu杭电模式识别课程作
- 网络模型与多目标遗传算法
- 排样遗传算法.zip
- 数学建模国赛获奖论文分类整理:遗传
- 遗传算法的3种改进方法和分析
- 基于遗传算法的聚类分析论文
评论
共有 条评论