基于改进PSO算法的LSSVM入侵检测模型

被引:6
作者
张朝龙
江巨浪
江善和
李彦梅
机构
[1] 安庆师范学院物理与电气工程学院
基金
安徽省自然科学基金;
关键词
PSO算法; LSSVM; 适应度; 入侵检测;
D O I
10.16157/j.issn.0258-7998.2010.10.030
中图分类号
TP393.08 [];
学科分类号
0839 ; 1402 ;
摘要
在基本PSO算法和线性权重下降PSO算法的基础上,提出一种并行PSO算法,将粒子群分成两组,分别采用不同的惯性权重,各侧重于全局搜索和局部搜索,根据进化代数动态调整两种算法中进化的粒子数。通过仿真实验,证明了并行PSO算法的寻优性能优于基本PSO算法和线性权重下降PSO算法。
引用
收藏
页码:132 / 135
页数:4
相关论文
共 2 条
[1]   一种动态分级的混合粒子群优化算法 [J].
龙文 ;
梁昔明 ;
肖金红 ;
阎纲 .
控制与决策, 2009, (10) :1513-1516+1521
[2]   特征选择和SVM训练模型的联合优化 [J].
陈光英 ;
张千里 ;
李星 .
清华大学学报(自然科学版), 2004, (01) :9-12