首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于结构优化BP神经网络算法的网络异常检测研究

摘要第4-5页
ABSTRACT第5-6页
第1章 引言第10-24页
    1.1 研究背景第10-12页
    1.2 异常检测概述第12-14页
        1.2.1 异常检测的定义第13页
        1.2.2 异常检测的步骤第13-14页
    1.3 异常检测研究现状第14-21页
        1.3.1 关于流量层面的研究分析第15-17页
        1.3.2 异常检测常用技术第17-19页
        1.3.3 网络异常综合分析技术第19-21页
    1.4 本文研究内容和结构第21-24页
        1.4.1 论文研究内容第21-22页
        1.4.2 论文组织结构第22-24页
第2章 异常检测相关理论基础第24-30页
    2.1 预处理概述第24页
    2.2 研究数据降维方法第24-28页
        2.2.1 特征选择第26页
        2.2.2 特征提取第26-27页
        2.2.3 评价标准第27-28页
    2.3 本章小结第28-30页
第3章 优化BP神经网络结构第30-38页
    3.1 BP神经网络概述第30页
    3.2 BP神经网络结构第30-32页
    3.3 BP算法泛化性能第32-34页
        3.3.1 BP算法过度拟合第32-33页
        3.3.2 隐层初始节点选择第33-34页
    3.4 调整BP网络结构规模方法第34-36页
        3.4.1 调整输入层第35页
        3.4.2 破坏隐层法第35-36页
    3.5 本章小结第36-38页
第4章 权淘汰的BP网络结构优化第38-48页
    4.1 权淘汰思想第38-41页
    4.2 权淘汰收敛性证明第41-43页
    4.3 权淘汰算法训练过程第43-47页
    4.4 本章小结第47-48页
第5章 网络异常检测模型设计第48-60页
    5.1 异常检测总体设计第48-49页
        5.1.1 总体目标第48页
        5.1.2 总体结构第48-49页
    5.2 异常检测详细设计第49-60页
        5.2.1 数据预处理模块设计第49-53页
        5.2.2 优化的BP算法参数确定第53-60页
第6章 实验及结果分析第60-68页
    6.1 实验第60-61页
        6.1.1 实验数据集第60页
        6.1.2 实验仿真平台第60-61页
    6.2 实验结果分析第61-67页
        6.2.1 检测结果第61-65页
        6.2.2 结果分析第65-67页
    6.3 本章小结第67-68页
第7章 总结与展望第68-70页
    7.1 总结第68-69页
    7.2 展望第69-70页
致谢第70-71页
参考文献第71-74页
攻读学位期间发表的学术论文及参加科研情况第74页

论文共74页,点击 下载论文
上一篇:基于HTML5的统计图表系统的设计与实现
下一篇:基于Android和云平台的幼教系统的设计与实现