BP算法论文神经网络论文

《BP算法论文神经网络论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、BP算法论文神经网络论文：BP神经网络算法的改进及在入侵检测中的应用摘要：BP算法是神经网络众多算法中应用最为广泛的一种，它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用。针对BP算法的缺陷，提出了几点改进措施。关键词：BP神经网络；算法改进；入侵检测1引言据统计有近90%的神经网络应用是基于BP算法的。但它存在学习收敛速度慢、容易陷入局部极小点而无法得到全局最优解、对初始权值的选取很敏感等缺点。针对此问题，目前国内外已有不少人对BP网络进行了人量的研究.本文在众人研究上，针对BP算法的缺陷，提出了几点改进措施。2改变误差函数由于等效误差分量§pljk和5

2、plij的大小和正负的变化对收敛速度存在影响，因为BP网络是误差逆向传播，6pljk和Splij两者比较，6pljk对收敛速度的影响更大，所以，可选取“信息爛”作为误差函数的定义。Etotal二PPi二1n-ll=0tPlIXIOgplyl+(l~tpl1)5pl1Xlog(1-ypl1)(1)其中，8Pll=ypl1-tpl13连接权重的选择为避免学习过程中的振荡,Jcaillon等人曾强调限制连接权重的范围，将权重初值限制在［-0.5,0.5］区间内随机选取(一般将连接权重初值限制在［-5,5］,也可加速收敛。4加入动量项这种措施又称为惯性校正法，其权值调整公式可用

3、下式表示：Awij(t)=aAwij(tT)6i(t)yj等式右端第二项是常规BP算法的修正量，8i(t)称为广义误差,yj为第j层神经元输出。第一项称为动量项,a为动量系数，u为学习率。这种方法在加速收敛的同时，抑制了振荡。综上,BP算法的改进策略都从不同程度上提高了算法的收敛速度，避免算法陷于局部极值。5入侵检测实验设计本实验对BackDoS,Buffer_0verflow,Guess_Passwd,Imap,IpsweepProbe5类经常出现的攻击进行基于改进算法和传统算法的对比识别实验，给出实验结果，对结果进行分析。数据采用DARPA1998入侵检测评估数据库

4、作为训练数据和测试数据。数据库包含500万条用于训练的TCP/IP连接记录和200万条用于测试的记录。训练数据带有标记(正常或某种攻击)，按时间先后排序。每条记录含41个特征，分为4类:基本TCP特征，与有效载荷有关的特征，基于时间的流量特征和基于主机的流量特征。取其中20000条包含有以上5类攻击的记录，一半作为训练，另一半作为测试。其中正常连接4625个，攻击连接15375个。6基于改进算法和传统算法的检测结果比较分析神经网络采用如下结构：输入层的节点数为15个，隐含层的节点数为20个，输出节点数为3个。将改进算法的In和2n都设置为7,即每次竞争有7个具有最大绝对

5、值输出的神经元激发。初始条件为：学习速率u为0.15,动量系数a为0.075,传输函数为f(x)=1/(1+e-x)o初始权值和阈值为[-0.5,0.5]之间的随机数。连接权重初值限制在[-5,5],误差函数采用公式(Do7结论针对传统BP神经网络的缺陷，提出了改进措施。通过入侵检测仿真实验，证实了改进算法的性能优于传统算法。对攻击的识别实验结果表明，改进后的算法不仅能够很好地识别攻击，而且性能优于传统算法。参考文献[1]AboelmagdNoureldin,RashadSharaf,AhmedOsmanetc.INS/GPSDataFusionTechniqueUti

6、lizingRadialBasisFunctionsNeuralNetworks[J]・IEEE,2004：280-284.[2]董长虹.神经网络与应用[M]•北京：国防工业出版社，2005.[3]刘富强•数字视频监控系统开发及应用[M]•北京:机械工业出版社,2003,(3).