作者：潘晓君; 吴房胜蚁群聚类支持向量机入侵检测
摘要：针对蚁群聚类（ACC）算法在入侵检测系统数据中训练时间较长，参数选择不佳的情况，提出将支持向量机（SVM）与ACC相结合的优化算法。该算法对其中的特定对象聚类，对关键参数进行选择，减少学习训练的时间，加快学习训练速度。实验结果表明，该算法大幅提高入侵检测的精准率，降低入侵检测的误报率和漏报率，大大提升入侵检测的性能，对实时入侵检测环境有一定的借鉴和应用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《龙岩学院学报》（双月刊）创刊于1983年，由福建省教育厅主管，龙岩学院主办，CN刊号为：35-1286/G4，自创刊以来，颇受业界和广大读者的关注和好评。 《龙岩学院学报》以马列主义、思想、邓小平理论、“三个代表”重要思想、科学发展观、新时代中国特色社会主义思想为指针，立足闽西，面向全国，传播社会科学和自然科学的研究成果，突出地方特色和专题研究，注重学术性、创新性、地方性和师范性，积极为经济和社会发展服务，为繁荣社会主义科学、文化和教育事业服务。
省级期刊
人气 536038 评论 49
人气 400170 评论 51
人气 383049 评论 44
人气 362178 评论 56
