陈仕涛
- 作品数：2 被引量：45H指数：2
- 供职机构：福州大学数学与计算机科学学院更多>>
- 发文基金：国家自然科学基金福建省自然科学基金福建省科技厅重点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于粒子群优化和邻域约简的入侵检测日志数据特征选择被引量：43
- 2010年
- 入侵检测日志数据具有数据量大、特征数目繁多以及连续型属性多的特点.传统的特征选择方法在处理连续型数据时要先进行离散化,这需要花费大量的预处理时间并且离散化过程可能会丢失一些重要信息,导致分类精度下降.针对上述问题,首先引入能直接处理连续型数据的邻域粗糙集约简模型,在此基础上构造计算粒子群优化算法中粒子的适应度函数,最后给出一种基于邻域粗糙集模型和粒子群优化的特征选择算法.仿真实验结果表明该算法可以选择较少的特征,改善分类的能力.
- 陈仕涛陈国龙郭文忠刘延华
- 关键词：粒子群优化粗糙集入侵检测
- 信息安全评估日志数据的一种混合聚类算法被引量：2
- 2009年
- 首先引入能够处理混合型数据的K-prototypes聚类算法,在此基础上构造了一种基于粒子群优化算法和K-prototypes方法的混合聚类算法.利用粒子群优化算法良好的全局搜索能力,克服K-prototypes容易陷入局部最优值的不足.实验结果表明,该算法能够避免陷入局部最优值,具有较好的全局收敛性,并且提高了聚类的正确率和算法的稳定性.
- 陈庆枝陈国龙郭文忠陈仕涛
- 关键词：聚类信息安全安全评估粒子群优化
