国家科技支撑计划(2013BAD15B02-3)
- 作品数：2 被引量：4H指数：1
- 相关作者：景旭吕静张云龙来智勇肖仙谦更多>>
- 相关机构：西北农林科技大学杨凌职业技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于贝叶斯方法的单分类入侵检测技术
- 2014年
- 考虑到入侵检测问题中样本数据的不平衡性,可以将单分类模型应用到入侵检测中.通过应用贝叶斯方法,对单分类支持向量机模型进行改进,使之成为一种概率模型,从而更加符合入侵过程的随机特性;应用主成分分析技术对原始数据在各个方向上进行等方差处理,使之更加符合该模型对数据正态分布的前提假设.同时,在模型求解上采用分治的思想,对数据进行分组计算,实现对大数据的高效求解.在标准入侵检测数据集NSL-KDD上进行测试,实验结果达到87.46%的检测准确率,从而验证了该方法可以在入侵检测中得到有效利用.
- 肖仙谦朱俊平景旭马巧娥
- 关键词：入侵检测贝叶斯估计主成分分析核函数
- 基于改进BP神经网络的大豆病害检测被引量：4
- 2015年
- 大豆病害诊断是有效防治的先决条件。为此,针对传统BP神经网络在处理高维大豆病害数据时存在的时间复杂度高、诊断准确率低以及误差收敛缓慢且容易出现震荡现象的问题,提出了一种改进方法。该方法首先对高维大豆病害数据进行特征选择,去除"贡献"较小的特征,实现数据降维;然后,对传统BP算法进行改进,根据输出误差动态调整学习速率,并使用改进后的算法建立大豆病害检测模型。经实验测试,该方法在大豆病害诊断测试中准确率达96%以上,且各项统计指标、误差收敛速度及平稳性均优于传统BP神经网络,证明了其可靠性和高效性。
- 张云龙来智勇景旭吕静
- 关键词：大豆病害BP神经网络
