《表2 IDBN与其他特征学习方法的准确率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进的深度信念网络的入侵检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

从表2可以看出，在70%数据训练阶段，IDBN方法的准确率较PCA和AEN分别提高了2.97个百分点和1.19个百分点。IDBN结合了无监督学习和有监督学习的优点，通过多次映射能够发现海量网络数据中的复杂结构及其概率分布。因此，对不同的数据集的测试表明，IDBN的准确率都比较高，对高维无标签网络数据的特征提取效果最好。