科技通报
科技通報
과기통보
BULLETIN OF SCIENCE AND TECHNOLOGY
2012年
12期
51-53
,共3页
入侵检测%主成分分析%聚类%特征抽取
入侵檢測%主成分分析%聚類%特徵抽取
입침검측%주성분분석%취류%특정추취
入侵检测数据集中含有大量高维数据和冗余信息,降低了数据挖掘过程的系统学习效率与响应速度.提出一种基于主成分分析和模糊聚类相结合的入侵检测方法PCA-FC,通过对高维数据的预处理及特征提取,减少样本数据维数,然后执行数据聚集的方法提取出评价规则,从而有效地减少了训练数据的变量和干扰项,提高了分类效率.
入侵檢測數據集中含有大量高維數據和冗餘信息,降低瞭數據挖掘過程的繫統學習效率與響應速度.提齣一種基于主成分分析和模糊聚類相結閤的入侵檢測方法PCA-FC,通過對高維數據的預處理及特徵提取,減少樣本數據維數,然後執行數據聚集的方法提取齣評價規則,從而有效地減少瞭訓練數據的變量和榦擾項,提高瞭分類效率.
입침검측수거집중함유대량고유수거화용여신식,강저료수거알굴과정적계통학습효솔여향응속도.제출일충기우주성분분석화모호취류상결합적입침검측방법PCA-FC,통과대고유수거적예처리급특정제취,감소양본수거유수,연후집행수거취집적방법제취출평개규칙,종이유효지감소료훈련수거적변량화간우항,제고료분류효솔.