《表5 不同BP网络的仿真试验结果》
提示：宽带有限、当前游客访问压缩模式
试验用到matlab6.5仿真工具，捕获到用Hgod攻击的数据用VC++6.0工具进行特征提取，分解为能被网络利用的18维特征向量。仿真结果见表5。
| 图表编号 | XD001212800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.30 |
| 作者 | 韩锦锦、李文君、汪岐、杨宜吉、梁颖 |
| 绘制单位 | 西安工程大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 BP神经网络对不同品牌酱油的判别结果》2020.09.30
- 《表6 BP神经网络和贝叶斯网络的5次运行结果》2021.01.15
- 《表5 试验配合比：基于GA-BP神经网络的再生保温混凝土强度预测》2020.11.27
- 《表5 不同隐含层数的BP神经网络训练结果》2020.08.08
- 《表3 仿真系数：基于BP神经网络的移动安全性能预测》2020.06.25
- 《表2 仿真系数：基于BP神经网络的移动安全性能预测》2020.06.25
- 《表1 仿真系数：基于BP神经网络的移动安全性能预测》2020.06.25
- 《表6 不同试验下PSO-BP神经网络模型预测结果(1)》2020.02.01
- 《表1 经典BP神经网络与本文模型的仿真结果对比》2020.04.15
- 《表3 仿真与BP神经网络预测对比》2019.12.30
- 《表1 BP神经网络仿真结果》2019.10.20
- 《表3 仿真测试结果：贝叶斯正则化BP神经网络在地铁施工安全评价中的应用》2019.08.01
- 《表7 数据仿真结果：BP神经网络在运输企业经济效益评价中的应用》2019.06.08
- 《表2 测试仿真结果：基于BP神经网络的多传感器新风调控系统研究》2019.09.20
- 《表1 图像的仿真结果：基于改进遗传模拟退火算法的BP神经网络的畸变校正研究》2019.05.25
- 《表5 仿真结果：BP神经网络在矿山生态安全评价中的应用》2019.01.10
- 《表3 LVQ与BP神经网络仿真结果》2019.01.25
- 《表5 BP神经网络仿真预测结果》2019.02.15
- 《表3 本文BP神经网络的数据仿真结果》2019.11.10
- 《表2 3种方法仿真结果：PSO优化BP神经网络齿轮箱故障诊断》2019.12.06