河南省基础与前沿技术研究计划项目(112300410240)
- 作品数：2 被引量：40H指数：1
- 相关作者：张喜平张立仿闫娟柴旭清更多>>
- 相关机构：河南师范大学更多>>
- 发文基金：河南省基础与前沿技术研究计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 量子遗传算法优化BP神经网络的网络流量预测被引量：40
- 2016年
- 为了提高网络流量的预测精度,提出了一种改进的多种群量子遗传算法优化BP神经网络的网络流量预测模型。在确定了神经网络的结构后,采用多种群量子遗传算法对BP神经网络的初始权值和阈值进行优化。该模型利用K均值聚类算法将种群划分成若干子种群,多个子种群分别进化以保持种群的多样性。子种群间通过移民操作进行信息交互,减小了算法陷入局部最优的概率。同时采用一种自适应的量子旋转门调整策略加快算法的收敛速度。仿真结果表明,相较传统方法,该模型在网络流量预测方面具有收敛速度快、预测精度高的优点。
- 张立仿张喜平
- 关键词：网络流量预测量子遗传算法BP神经网络K均值聚类算法
- 基于TAN的网络流量分类方法
- 2011年
- 针对传统的基于传输层端口和基于特征码的流量分类技术准确率低、应用范围有限等缺点,提出了使用树扩展的贝叶斯分类器的方法,该方法利用网络流量的统计属性和基于统计理论的贝叶斯方法构建分类模型,并利用该模型对未知流量进行分类。实验分析了不同权值、不同规模的数据集对其性能的影响,并与NB、C4.5算法做了比较。实验结果表明,该方法具有较好的分类性能和较高的分类准确率。
- 张立仿张喜平柴旭清闫娟
- 关键词：贝叶斯网络
