| 基于主成分分析法的代价敏感极限学习机 |
| |
| 引用本文： | 顾竞豪,王晓丹.基于主成分分析法的代价敏感极限学习机[J].火力与指挥控制,2020,45(1):139-143. |
| |
| 作者姓名： | 顾竞豪 王晓丹 |
| |
| 作者单位： | 空军工程大学防空反导学院,西安 710051,空军工程大学防空反导学院,西安 710051 |
| |
| 摘 要： | 在入侵检测中,传统的极限学习机(ELM)没有考虑到两方面的问题:一是误分类代价的敏感问题,在网络入侵检测中,需要考虑到误分类代价不同的问题,并以实现期望代价最小化为目标;二是冗余特征的处理问题,当入侵特征维数较多时,会存在着大量的冗余特征的问题,如果直接对高维数据进行分类,不仅入侵模式不能被准确分类,误检率较高,并且大量的冗余数据既耗费了系统的资源,也增大了入侵检测的时间。针对这两方面的问题,提出一种基于主成分分析法的代价敏感极限学习机(ELM)。通过主成分分析法对数据进行降维,确定主要特征;再将预处理后的数据训练极限学习机(ELM),以实现期望代价最小化为目标,从而实现降低入侵检测的检测时间,降低检测误报率,提高检测准确率的目的。实验表明,在入侵检测中,基于主成分析法的代价敏感极限学习机(ELM)与传统的ELM相比,不仅使分类准确率得到提高,降低了分类的误报率,而且在分类速度上也有一定的优越性,提高了网络运行的效率。
|
| 关 键 词： | 主成分分析法 代价敏感 极限学习机 数据处理 |
Cost Sensitive ELM Based on Principal Component Analysis |
| |
| GU Jing-hao,WANG Xiao-dan.Cost Sensitive ELM Based on Principal Component Analysis[J].Fire Control & Command Control,2020,45(1):139-143. |
| |
| Authors: | GU Jing-hao WANG Xiao-dan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
