一种基于CFA算法和BP神经网络的入侵检测方法

    公开(公告)号:CN107292166A

    公开(公告)日:2017-10-24

    申请号:CN201710352845.0

    申请日:2017-05-18

    Abstract: 本发明公开了一种基于CFA算法和BP神经网络的入侵检测方法,将所述BP神经网络的运行参数编码为CFA算法中的细胞个体,再将误差函数作为CFA算法的适应值函数,多次迭代后选择适应度最优的参数作为所述BP神经网络的初始权值和阈值进行训练,最后将训练好的所述BP神经网络应用于入侵检测的分类器中。本发明利用CFA算法的全局搜索和收敛速度快的特点,优化BP神经网络的初始运行参数,并据此构造一个可以应用于网络入侵检测的分类器。本方法通过改善BP神经网络因初始参数随机化导致的易陷入局部最小值和收敛速度慢的缺点,从而提高了BP神经网络在网络入侵检测中检测准确率。

    一种基于自适应搜索策略的RFID标签防碰撞方法

    公开(公告)号:CN105654010A

    公开(公告)日:2016-06-08

    申请号:CN201510947111.8

    申请日:2015-12-16

    CPC classification number: G06K7/10019

    Abstract: 本发明公开了一种基于自适应搜索策略的RFID标签防碰撞方法,包括:读写器向自身读写区域内的RFID标签发送查询命令;RFID标签将自身的EPC作为响应信息发回给读写器;读写器根据返回的信息,确定RFID标签EPC的位数n;读写器进行Manchester编码计算,判断编码中的中间位是否发生碰撞;若发生碰撞,采用前进策略,直到两个标签不再有碰撞发生,进而识别出两个标签,然后采用后退策略,将已识别出的标签从发生碰撞的标签中删除,接着识别之前未被识别出的标签,直到搜索位置回到最开始的标签处;然后判断读写区域内所有的标签是否都被识别出,如果是,则识别结束,否则读写器向RFID标签再次发送查询命令。本发明整个识别过程的传输数据量少,查询效率高,运行稳定。

Patent Agency Ranking