基于天牛群優(yōu)化與改進正則化極限學習機的網(wǎng)絡入侵檢測

摘要： 正則化極限學習機(Regularized extreme learning machine, RELM)因其極易于實現(xiàn)、訓練速度快等優(yōu)點在諸多領域均取得了成功應用.對此,本文將RELM引入到入侵檢測中,設計了天牛群優(yōu)化算法(Beetle swarm optimization,BSO),并針對RELM由于隨機初始化參數(shù)帶來的潛在缺陷,提出基于天牛群優(yōu)化與改進正則化極限學習機(BS...