基于改进粒子群算法的神经网络分类器研究
摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 课题背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 粒子群优化神经网络研究现状 | 第10-11页 |
1.2.2 恶意网页检测研究现状 | 第11-12页 |
1.3 论文内容及组织结构安排 | 第12-15页 |
第2章 相关理论研究 | 第15-23页 |
2.1 人工神经网络概述 | 第15-16页 |
2.2 BP神经网络的原理 | 第16-19页 |
2.3 BP神经网络优缺点分析 | 第19-20页 |
2.4 BP算法的改进 | 第20-21页 |
2.5 本章小结 | 第21-23页 |
第3章 粒子群算法的分析与改进 | 第23-35页 |
3.1 PSO算法 | 第23-26页 |
3.1.1 PSO算法的基本原理 | 第23-25页 |
3.1.2 PSO算法的分析 | 第25-26页 |
3.2 改进的粒子群算法SCPSO | 第26-28页 |
3.2.1 参数动态调整策略 | 第26-27页 |
3.2.2 粒子分散变异策略 | 第27-28页 |
3.3 SCPSO算法实验分析 | 第28-33页 |
3.4 本章小节 | 第33-35页 |
第4章 SCPSO算法优化BP神经网络 | 第35-47页 |
4.1 SCPSO优化神经网络的优点 | 第35页 |
4.2 SCPSO优化神经网络的权值 | 第35-36页 |
4.3 神经网络分类器整体设计 | 第36-38页 |
4.3.1 网络层数的设计 | 第36页 |
4.3.2 隐含层节点的设计 | 第36-37页 |
4.3.3 分类器结构的设计 | 第37-38页 |
4.4 SCPSO优化神经网络分类器 | 第38-40页 |
4.4.1 算法的优化原理 | 第38页 |
4.4.2 算法的优化步骤 | 第38-40页 |
4.5 实验分析 | 第40-45页 |
4.5.1 实验数据集介绍 | 第40页 |
4.5.2 实验数据预处理 | 第40-41页 |
4.5.3 实验步骤 | 第41-42页 |
4.5.4 实验结果分析 | 第42-45页 |
4.6 本章小结 | 第45-47页 |
第5章 BP神经网络分类器在恶意网页检测中的应用 | 第47-60页 |
5.1 恶意网页检测分析 | 第47页 |
5.2 恶意网页检测模型的建立 | 第47-50页 |
5.2.1 数据特征提取及处理 | 第47-48页 |
5.2.2 SCPSO优化神经网络 | 第48-50页 |
5.3 恶意网页检测的实现 | 第50-59页 |
5.3.1 神经网络分类器的训练 | 第50-53页 |
5.3.2 恶意网页检测结果分析 | 第53-59页 |
5.4 本章小结 | 第59-60页 |
结论 | 第60-63页 |
参考文献 | 第63-69页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第69-71页 |
致谢 | 第71页 |