[发明专利]基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法在审
申请号: | 201910547785.7 | 申请日: | 2019-06-24 |
公开(公告)号: | CN110309920A | 公开(公告)日: | 2019-10-08 |
发明(设计)人: | 温泉;王晓菲;杨洁;张茜;陈志浩;石波;常承伟;贾琼;杨枭 | 申请(专利权)人: | 北京计算机技术及应用研究所 |
主分类号: | G06N3/12 | 分类号: | G06N3/12;G06N3/02 |
代理公司: | 中国兵器工业集团公司专利中心 11011 | 代理人: | 王雪芬 |
地址: | 100854*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法,涉及信息安全技术领域。该方法将遗传算法与RBF网络结合,采用递阶遗传算法确定合理的RBF网络隐含层节点,基函数宽度和中心,再采用灰狼算法确定输出层权值,将递阶遗传算法与灰狼算法相结合,采用混合递阶遗传算法的RBF神经网络算法对网络RBF进行评价,实现了对网络RBF指标系统进行量化评估,综合考虑各能力要素的重要程度以及RBF能力水平,采用全面的,高效的,高逼真的评分方式,能够充分有效评估网络RBF效能。 | ||
搜索关键词: | 遗传算法 递阶 算法 网络 信息安全技术 量化评估 能力水平 能力要素 评分方式 评估网络 算法确定 指标系统 综合考虑 基函数 输出层 隐含层 | ||
【主权项】:
1.一种基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法,其特征在于,包括以下三个阶段:第一阶段、输入阶段:确定RBF神经网络的输入;第二阶段、隐含层阶段:采用遗传算法确定RBF神经网络的隐含层参数;第三阶段、输出层阶段:基于灰狼算法确定RBF神经网络的输出层。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京计算机技术及应用研究所,未经北京计算机技术及应用研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910547785.7/,转载请声明来源钻瓜专利网。