10.3969/j.issn.1000-386x.2020.08.044
基于自适应遗传算法的混合特征选择方法
高维数据含有大量冗余和噪音特征影响检测效果,维度过高使得系统训练时间长、实时性差.采用卡方(Chi Square)过滤算法,删除冗余和相关性低的特征;采用LightGBM算法作为封装方法组成混合特征选择算法,通过自适应遗传算法进行搜索获取最优特征子集.在入侵检测KDDCUP99数据集上进行3种算法的对比验证.实验结果表明,该方法具有较好的检测效果和特征约减能力.
遗传算法、混合特征选择、入侵检测
37
TP3(计算技术、计算机技术)
长江学者和创新团队发展计划项目 IRT_16R72
2020-08-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
256-259,306