空军工程大学学报(自然科学版)
空軍工程大學學報(自然科學版)
공군공정대학학보(자연과학판)
JOURNAL OF AIR FORCE ENGINEERING UNIVERSITY (NATURAL SCIENCE EDITION)
2009年
4期
53-57
,共5页
韩仲祥%段弢%董淑福%张锐%陶晓燕
韓仲祥%段弢%董淑福%張銳%陶曉燕
한중상%단도%동숙복%장예%도효연
BP算法%收敛速度%入侵检测
BP算法%收斂速度%入侵檢測
BP산법%수렴속도%입침검측
讨论了多层神经网络算法缺陷,提出了一种基于改进反向传播(Back Propagation,BP)的快速入侵检测算法--IBP算法:在BP算法中的梯度下降算式中,加入一个动量项α[ω(t)-ω(t-1)],改善计算神经元 j到神经元i的级联权值;采用学习速率可变的策略;算法训练网络时采用批处理的样本输入方式.改进后的算法选取较大的学习速率η=0.5和η=0.65,并采用3层神经网络的结构,输入、输出样本是16维和15维,各进行100次独立仿真实验,结果证明可加快算法收敛速度,另外,仿真实验还证明:改进后的算法对初始权值的敏感性、网络所表现出的稳定性等都比传统算法性能优越.
討論瞭多層神經網絡算法缺陷,提齣瞭一種基于改進反嚮傳播(Back Propagation,BP)的快速入侵檢測算法--IBP算法:在BP算法中的梯度下降算式中,加入一箇動量項α[ω(t)-ω(t-1)],改善計算神經元 j到神經元i的級聯權值;採用學習速率可變的策略;算法訓練網絡時採用批處理的樣本輸入方式.改進後的算法選取較大的學習速率η=0.5和η=0.65,併採用3層神經網絡的結構,輸入、輸齣樣本是16維和15維,各進行100次獨立倣真實驗,結果證明可加快算法收斂速度,另外,倣真實驗還證明:改進後的算法對初始權值的敏感性、網絡所錶現齣的穩定性等都比傳統算法性能優越.
토론료다층신경망락산법결함,제출료일충기우개진반향전파(Back Propagation,BP)적쾌속입침검측산법--IBP산법:재BP산법중적제도하강산식중,가입일개동량항α[ω(t)-ω(t-1)],개선계산신경원 j도신경원i적급련권치;채용학습속솔가변적책략;산법훈련망락시채용비처리적양본수입방식.개진후적산법선취교대적학습속솔η=0.5화η=0.65,병채용3층신경망락적결구,수입、수출양본시16유화15유,각진행100차독립방진실험,결과증명가가쾌산법수렴속도,령외,방진실험환증명:개진후적산법대초시권치적민감성、망락소표현출적은정성등도비전통산법성능우월.