典型文献
IGAPSO-ELM:一种网络安全态势预测模型
文献摘要：
针对网络安全态势预测,为提高预测的精确度和预测算法的收敛速度,提出一种改进遗传粒子群算法优化极限学习机(IGAPSO-ELM)的预测方法.首先,改进GAPSO中的惯性权重和学习因子,通过定义动态指数函数使算法在执行的不同阶段实现两种参数自适应;其次,针对GAPSO中人为设定的固定交叉率和变异率,提出一种自适应交叉和变异策略;最后,以IGAPSO优化ELM的初始权值和偏差.IGAPSO既保证了种群的多样性,又提高了算法的收敛速度.通过仿真实验对比得出:IGAPSO-ELM对网络安全态势预测拟合度可达0.99,收敛速度相较于对比算法有大幅度提升.
文献关键词：
网络安全态势预测;遗传粒子群算法;极限学习机;自适应调整
中图分类号：
作者姓名：
唐延强;李成海;王坚;王亚男;曹波
作者机构：
空军工程大学,研究生院,西安 710000;空军工程大学,防空反导学院,西安 710000
文献出处：
引用格式：
[1]唐延强;李成海;王坚;王亚男;曹波-.IGAPSO-ELM:一种网络安全态势预测模型)[J].电光与控制,2022(02):30-35
A类：
IGAPSO
B类：
ELM,网络安全态势预测,预测算法,收敛速度,遗传粒子群算法,算法优化,化极,极限学习机,惯性权重,学习因子,动态指数,指数函数,参数自适应,应交,变异策略,权值,既保证,实验对比,比得,拟合度,对比算法,自适应调整
AB值：
0.226712
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
