2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、進化非選擇算法是基于生物免疫進化機制和免疫非選擇機制提出的,已被應用于異常檢測問題。本文主要對進化非選擇算法用于異常檢測時的平均時間復雜度進行分析;并從理論上對比分析了自我檢測器集和非我檢測器集用于異常檢測時的效率。
   對進化非選擇算法用于異常檢測時的理論分析有助于對算法和異常檢測問題的理解;并且在解決不同的異常檢測問題時,有助于選擇合適的算法。
   本文的具體工作包括以下幾個方面。
   (1)從理論和實

2、驗角度分析了進化非選擇算法用于異常檢測時的平均時間復雜度。首先,根據(jù)進化非選擇算法的特性,將異常檢測問題分成兩種不同的情況,即無gap情況和有g(shù)ap情況。然后,當采用完全匹配策略時,在檢測個體的每一位都以O(shè)(1-1)的概率進行變異的條件下,分別分析了進化非選擇算法用于這兩種異常檢測問題時的平均時間復雜度。最后,通過實驗分別對無gap情況和有g(shù)ap情況進行了驗證,得出理論結(jié)果和試驗結(jié)果是基本一致的。
   (2)當采用完全匹配策略

3、時,對比分析了自我檢測器集和非我檢測器集用于異常檢測時的平均時間復雜度。首先分別了計算自我檢測器集和非我檢測器集用于異常檢測時所需要的平均時間復雜度。然后通過對比分析,得出在解決不同的異常檢測問題時,是自我檢測器集還是非我檢測器集更加有效。通過分析的結(jié)論可以得出,自我檢測器集的大小、非我檢測器集的大小和異常發(fā)生的概率都對檢測器集的選擇有影響。本文的實驗結(jié)果驗證了此理論結(jié)果的正確性。最后討論了在使用進化非選擇算法生成非我檢測器和使用并行工

4、作站同時檢測異常兩種情況下的不同檢測器集的平均時間復雜度。
   (3)在采用部分匹配策略的條件下,對比分析了自我檢測器集和非我檢測器集用于異常檢測時的平均時間復雜度。首先分別計算自我檢測器集和非我檢測器集用于異常檢測時所需要的平均時間復雜度。然后通過對比分析,得出了在采用部分匹配時的自我檢測器集和非我檢測器集的效率對比情況,并從實驗角度驗證了結(jié)論的正確性。
   總的來說,本文分析了進化非選擇算法用于異常檢測時的平均時

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論