公开(公告)号：CN114722395A

公开(公告)日：2022-07-08

申请号：CN202210462359.5

申请日：2022-04-28

Applicant: 湖北工业大学

Inventor： 陈宏伟 ,  马昕

IPC: G06F21/56 ,  G06F21/55 ,  G06N3/00

Abstract: 本发明提供了一种用于入侵检测的多目标麻雀搜索特征选择方法及设备。所述方法包括：步骤1至步骤8。本发明在初始化时采用了反向学习机制，加强了初始种群的整体质量，在生产者的运动中引入Levy随机步长，增大了种群的全局寻优能力，更有利于挖掘潜在的最优解，引入外部解集和新型拥挤度计算方式，拥挤度的计算时考虑了决策空间也就是特征子集空间中解的多样性，在寻优过程中能够寻找到更富有多样性的帕累托解集，显著加快了特征选择过程。

公开(公告)号：CN114722395B

公开(公告)日：2024-07-02

申请号：CN202210462359.5

申请日：2022-04-28

Applicant: 湖北工业大学

Inventor： 陈宏伟 ,  马昕

IPC: G06F21/56 ,  G06F21/55 ,  G06N3/006

Abstract: 本发明提供了一种用于入侵检测的多目标麻雀搜索特征选择方法及设备。所述方法包括：步骤1至步骤8。本发明在初始化时采用了反向学习机制，加强了初始种群的整体质量，在生产者的运动中引入Levy随机步长，增大了种群的全局寻优能力，更有利于挖掘潜在的最优解，引入外部解集和新型拥挤度计算方式，拥挤度的计算时考虑了决策空间也就是特征子集空间中解的多样性，在寻优过程中能够寻找到更富有多样性的帕累托解集，显著加快了特征选择过程。