《表1 群体智能优化算法比较》
K最邻近(k-Nearest Neighbor,KNN)、模糊聚类(Fuzzy Clustering)、贝叶斯优化(Bayesian Optimization)、随机森林(Random Forest)等经典算法[12]不能够准确得到非线性、多极值等复杂函数的最优解,随着优化理论的不断发展,学者们通过对粒子群、蚁群、鸟群、蜂群、萤火虫群等社会生物的群体活动行为的研究,衍生出了一系列智能群体优化算法,比如遗传算法[13]、粒子群优化算法[14]、蚁群优化算法[15]、人工蜂群优化算法[16]、人工萤火虫群优化算法[17]等。基于群体智能优化算法改进机器学习算法的技术在网络入侵检测领域广泛应用,各种群体智能优化算法比较如表1所示。
图表编号 | XD00145334300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.08 |
作者 | 吴乔 |
绘制单位 | 延安大学 |
更多格式 | 高清、无水印(增值服务) |