您的位置: 专家智库 > >

贾志伟

作品数:4 被引量:7H指数:2
供职机构:成都信息工程大学更多>>
发文基金:国家自然科学基金江苏省科技支撑计划项目四川省教育厅科学研究项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇约束信息
  • 2篇入侵
  • 2篇入侵检测
  • 2篇入侵检测算法
  • 2篇数据挖掘
  • 2篇聚类
  • 2篇测算法
  • 1篇优化算法
  • 1篇凸壳
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇半监督聚类
  • 1篇半监督学习
  • 1篇K近邻
  • 1篇K近邻算法

机构

  • 4篇江南大学
  • 4篇成都信息工程...

作者

  • 4篇贾志伟
  • 4篇赵建芳
  • 2篇钱雪忠
  • 2篇关忠仁

传媒

  • 2篇成都信息工程...
  • 1篇计算机工程与...
  • 1篇计算机工程与...

年份

  • 2篇2014
  • 2篇2012
4 条 记 录,以下是 1-4
排序方式:
基于凸壳的约束信息扩展方法
2014年
提出了一种新的约束信息扩展方法。该方法先利用给定的标记信息建立凸壳,然后扫描整个数据集,选择在凸壳内的数据点作为候选集并做进一步判断;对于凸壳间的公共数据,采用凸多边形最优三角剖分的方法来确定这些数据最终应加入的标记信息集。该约束信息扩展方法在四类数据集上验证了算法的有效性。
赵建芳钱雪忠贾志伟
关键词:凸壳
粒子群优化的半监督入侵检测算法
2012年
为解决无监督入侵检测算法检测率低,有监督的入侵检测不能有效的检测未知攻击的问题,提出了一种粒子群优化的半监督入侵检测算法,算法对少量的约束信息进行基于密度的扩展获得潜在约束得到聚类模型,以此指导未标记数据聚类,对仍没有确定类别的未标示数据使用粒子群优化的K均值算法进行聚类实现对异常的检测。改进的算法检测率达到83.7%,误报率减少至3.13%,总体效果优于无监督和有监督学习的入侵检测算法。
贾志伟关忠仁赵建芳
关键词:数据挖掘半监督聚类入侵检测粒子群优化算法
一种基于半监督学习的入侵检测算法被引量:3
2012年
针对无监督的入侵检测检测效率较低,而有监督入侵检测算法不能有效的检测异常攻击,提出一种半监督学习的入侵检测算法,新算法先用有标记数据进行初始聚类,然后利用初始聚类指导未标记数据聚类,最后使用K近邻算法对仍没有确定类别的未标示数据对异常进行检测,结果表明,改进后算法的效果优于无监督和有监督学习的入侵检测算法。
贾志伟关忠仁赵建芳
关键词:数据挖掘入侵检测半监督学习K近邻算法
基于约束投影的近邻传播聚类算法被引量:4
2014年
提出了一种基于约束投影的近邻传播AP聚类算法。AP算法是在数据点相似度矩阵的基础上进行聚类的,很多传统的聚类方法都无法与其相媲美。但是,对于结构复杂的数据,AP算法往往得不到理想的结果。文中算法先对约束信息进行扩展,然后利用扩展的约束信息指导投影矩阵的获取,在低维空间中,利用约束信息对聚类结果进行修正。实验表明,文中算法与对比算法相比,时间性能更优,聚类效果更佳。
钱雪忠赵建芳贾志伟
关键词:聚类约束信息
共1页<1>
聚类工具0