集群网络可组合信息流多阶段优化检测仿真

论文摘要

为了提高整个集群网络可组合信息应用系统的可靠性,需要对信息流进行多阶段优化检测,提出基于K-means聚类的集群网络可组合信息流多阶段优化检测方法。结合K-means算法的相关思想以及集群网络可组合信息流的相关特点,将欧式距离作为指标,比较不同数据流的相似度并划分聚类。在上述基础上,算法引用经过改进后的萤火虫算法（BGSO）对集成模型进行优化,获取最优子集。并使检测模型随着信息流的变化进行自适应更新,提高整体的检测准确性节省检测时间。实验结果验证了所提方法相比传统方法在各个方面都有了一定的改进,也充分证明了所提方法的有效性。

论文目录

• 1 引言
• 2 集群网络可组合信息流多阶段优化检测
•   2.1 信息流聚类
•   2.2 基于人工萤火虫优化的信息流优化检测
• 3 实验结果与分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 魏建红,吴军良,徐涢基,高杰

关键词: 集群网络,可组合信息流,多阶段,优化检测

来源: 计算机仿真 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用

单位: 华东交通大学理工学院,江西财经大学经济管理学院

基金: 江西省教育厅科技项目(GJJ171481)

分类号: TP391.9;TP309

页码: 411-414+436

总页数: 5

文件大小: 452K

下载量: 17