[发明专利]基于改进粒子群算法的入侵检测系统分类器优化方法在审
| 申请号： | 201810248361.6 | 申请日： | 2018-03-24 |
| 公开（公告）号： | CN108664988A | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 黄刚;李洪超;刘亚 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 西安长和专利代理有限公司 61227 | 代理人： | 黄伟洪 |
| 地址： | 710071 陕西省*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于智能算法技术领域，公开了一种基于改进粒子群算法的入侵检测系统分类器优化方法，支持向量机参数搜索分析：支持向量机参数有两个：惩罚系数c、核参数g，使用粒子群算法对两个参数进行寻优。自适应粒子群算法分析：根据粒子群隔代进化比例，得出粒子群所处的搜索环境，根据搜索环境对除适应度最好的粒子外的粒子采用想用的惯性权值策略，适应度最好的粒子继续沿着原方向进行搜索。使用粒子群算法参数寻优：粒子群算法在由支持向量机参数c、g组成二维搜索空间进行搜索，循环迭代，最终得出两个参数的最优解。本发明中支持向量机通过改进的粒子群算法查找最优参数，不仅训练模型的时间明显减少，而且支持向量机分类结果有了明显改善。 | ||
| 搜索关键词： | 粒子群算法 支持向量机 搜索 粒子 入侵检测系统 分类器优化 粒子群 适应度 支持向量机分类 改进 参数搜索 参数寻优 惩罚系数 二维搜索 循环迭代 训练模型 智能算法 最优参数 核参数 自适应 最优解 参数c 寻优 进化 分析 查找 | ||
【主权项】：
1.一种基于改进粒子群算法的入侵检测系统分类器优化方法，其特征在于，该算法是利用改进的粒子群算法实现支持向量机快速准确的参数搜索，以粒子隔代进化情况作为反馈参数，自适应调整粒子群算法中的惯性权重参数，使算法快速收敛于全局最优解。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810248361.6/，转载请声明来源钻瓜专利网。
