搜索资源列表
shujuwajuexitongyanjiu
- ：现有NIDS 的检测知识一般由手工编写，其难度和工作量都较大。将数据挖掘技术应用于网络入侵检测，在Snort 的 基础上构建了基于数据挖掘的网络入侵检测系统模型。重点设计和实现了基于K-Means 算法的异常检测引擎和聚类分析模 块，以及基于Apriori 算法的关联分析器。实验结果表明，聚类分析模块能够自动建立网络正常行为模型，并用于异常检测， 其关联分析器能够自动挖掘出新的入侵检测规则。
kMean
- k-means 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-k-means clustering
k-means
- 本代码主要实现了k均值聚类算法，通过c++在vc软件下实现聚类。-The code is mainly achieved k-means clustering algorithm, c++ in vc achieve clustering software.
advance-_kmeans
- 一种改进的k均值聚类算法，在matlab平台上测试已经通过-An improved k-means clustering algorithm on matlab platform test has been passed.
JLearn
- 用java语言编写，实现DBSCAN、K-Means、HRcluster等三种聚类算法-Java language to achieve DBSCAN, K-Means, HRcluster clustering algorithm, three
KMeans
- k-Mean 聚类,是聚类方法中运用最广泛的一种聚类算法-K-means clustering
K-menas
- k-means聚类,用于聚类研究的基本算法，值得学习。-k-means cluster