论文研究基于BP神经网络优化算法的入侵检测系统研究 .pdf

车型识别是智能交通系统中的一个重要组成部分,近年来已成为国内外研究热点之一。提出了一种基于特征提取的车型识别方法。该方法首先对车辆图像进行预处理;然后通过图像边缘检测、图像纵横填充、图像修正方法进行车

为了提高数字识别的准确性和可靠性,将BP神经网络应用于数字识别,并考察了网络结构对系统实时性、识别效果的影响以及初始权值对收敛速度的影响,选取了最佳的隐层节点数和权值初始化函数,实现了基于BP神经网络

Matlab中的Simulink提供了大量的可用于实现BP网络的模块,通过应用Simulink中的模块构建了一个BP网络,并通过一实例验证了所构建的BP网络的可行性.从而使应用BP网络来解决许多领域的

Research on BP Neural Network Implementation Based on MATLAB

为了提高现有分布式入侵检测系统的效率和性能，提出了一种基于移动agent的分布式入侵检测系统模型。将移动agent技术应用于入侵检测中，并给出了其移动agent间的可靠通信方法，实现了agent的协同

论文研究-改进粒子群算法优化BP神经网络的短时交通流预测.pdf,  为提高BP神经网络预测模型的预测准确性,提出了一种基

特征点匹配，如何利用BP神经网络进行特征点的匹配

动态电源电流测试（IDDT）对模拟电路故障诊断非常有效。针对小波神经网络在模拟电路IDDT故障诊断中存在的缺陷，提出了一种基于多小波变换的模拟电路IDDT故障诊断方法。即利用多小波变换提取电源电流各频

深入分析了计盒法在估算分形维数上存在的问题并结合织物纹理固有的特点，提取了4个新的分形参数，利用由它们组成的特征向量并使用欧式距离检测器对7种具有不同纹理背景的织物进行了瑕疵检测。测试结果表明，在一定

目前入侵检测系统中普遍存在数据维度高、数据量大、训练难等问题。在入侵检测系统中应用核极限学习机（KELM）算法，使其能够适应大量高维数据的训练，且学习速度快无需调整网络的输入权值，降低了检测系统的训练