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

基于聚类与支持向量机多分类的WSN入侵检测研究

致谢第1-6页
摘要第6-7页
Abstract第7-13页
1 绪论第13-18页
   ·研究背景和现状第13-15页
   ·研究的内容和意义第15-16页
   ·本文组织结构及工作安排第16-18页
2 无线传感器网络入侵检测技术研究第18-26页
   ·WSN入侵检测技术介绍第18-21页
     ·WSN特点及其存在的安全问题第18-20页
     ·入侵检测技术难点第20-21页
   ·WSN入侵检测实现方法第21-25页
     ·支持向量机算法实现第21-23页
     ·聚类算法实现第23-24页
     ·主成分分析法实现第24-25页
   ·入侵检测算法评估第25页
   ·本章小结第25-26页
3 支持向量机多分类算法的实现第26-36页
   ·支持向量机原理实现第26-30页
     ·VC维理论分析第26-27页
     ·最优分类超平面的构造第27-29页
     ·核函数的选取第29-30页
   ·多分类ECOC算法的编码第30-32页
     ·稀疏型随机编码矩阵第31-32页
     ·Hadamard编码原理第32页
   ·H-ECOC-SVM编码矩阵的构造第32-35页
     ·H-ECOC-SVM编码矩阵构造方法第33-34页
     ·H-ECOC-SVM纠错编码表的实现原理第34-35页
   ·本章小结第35-36页
4 基于 H-ECOC-SVM 编码的 WSN 入侵检测算法研究第36-49页
   ·网络环境配置第36-40页
     ·分簇路由协议第36-38页
     ·参数的配置及实现第38-40页
   ·数据的获取与分析第40-44页
     ·数据的获取第42-43页
     ·数据的预处理第43-44页
   ·分类器的实现第44-45页
     ·核函数及SVM模型参数的选取第44页
     ·分类器的训练和实现第44-45页
   ·实验结果与分析第45-48页
   ·本章小结第48-49页
5 基于聚类特征提取的 SVM 多分类的入侵检测算法研究第49-56页
   ·聚类分析第49-51页
     ·K-means聚类的过程实现第49-50页
     ·聚类检测实现流程第50-51页
   ·PCA特征提取第51-53页
     ·PCA特征提取原理第51-52页
     ·PCA特征提取的实现第52-53页
   ·分类器的实现第53页
     ·分类器模型的构建第53页
     ·实验检测第53页
   ·实验结果与分析第53-55页
   ·本章小结第55-56页
6 总结与展望第56-58页
   ·总结第56-57页
   ·展望第57-58页
参考文献第58-61页
附录A 核参数与惩罚参数计算第61-62页
附录B 主成分分析法的程序实现第62-64页
作者简历第64页

论文共64页,点击 下载论文
上一篇:基于近红外光谱和趾钩图像特征的幼虫识别研究
下一篇:多直线电机伺服系统协同控制研究