高立
- 作品数:2 被引量:3H指数:1
- 供职机构:华北科技学院计算机系更多>>
- 发文基金:博士科研启动基金中国博士后科学基金国家自然科学基金更多>>
- 相关领域:生物学医药卫生自动化与计算机技术更多>>
- 基于遗传算法和神经元网络的心电信号T波检测被引量:3
- 2008年
- 为了提高T波检测准确率,解决由于反向传播神经元网络(BP神经元网络)连接权值和阈值的初始值选择不合适而导致的无解问题,本研究结合求全局最优解近似值的遗传算法(GA)和求局部最优解精确值的传统BP神经元网络所使用的梯度法,用于T波检测。首先,用GA求得BP神经元网络权值和阈值的全局最优解的近似值;然后,把该近似值作为初始值,训练该神经元网络;最后,用训练好的BP神经元网络识别T波。考虑到T波波峰一定是小波变换(WT)模极大值对,但是反过来,WT模极大值对不一定是T波波峰,首先检测到R波之后一定范围内的WT模极大值对,称为准T波(备选T波),再用训练好的BP神经元网络对刚才检测出的准T波进行筛选和识别,最后确认出真正的T波。MIT数据库实验表明用这样的组合方法检测T波,其检测准确率可达到98%。采取小波变换、GA、BP神经元网络的组合可提高识别T波的正确率。
- 余生晨高立薛阳黄江兰余桂贤崔新伟
- 关键词:全局最优解遗传算法小波变换
- 网络入侵检测系统中的特征降维方法
- 2008年
- 一般来说,入侵检测系统(IDS)识别入侵者时,所使用的相互独立的特征越多,则提供的分类信息也越多,也越有利于提高IDS的正确识别率,但另一方面,IDS是借用一些数学方法来完成的,它要求用于分类的特征越少越好。为了解决这个矛盾,提高IDS的实时性和整体性能,给出了一种特征降维算法,即,通过数学变换,把原来n个特征的信息尽量集中到较少的k(k
- 范玉涛高立余生晨
- 关键词:入侵检测系统特征降维