文献类型：期刊文章

作　　者：覃俊[1] 易云飞[1,2] 李林[1]

机构地区：[1]中南民族大学计算机科学学院,武汉430074 [2]河池学院计算机与信息科学系,河池546300

出　　处：《中南民族大学学报（自然科学版）》

基　　金：国家民委自然科学基金资助项目(PMZY06004);中南民族大学大学生科研创新基金项目(cxcy2008003y);河池学院自然科学基金资助项目(2007B-N004)

年　　份：2008

卷　　号：27

期　　号：3

起止页码：75-78

语　　种：中文

收录情况：AJ、CAS、CSA-PROQEUST、IC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对k-means算法事先必须获知聚类数目以及难以确定初始中心的缺点,提出了一种改进的k-means聚类算法.改进后的算法首先使用了复合形和粒子群算法来选取聚类的初始中心点,然后使用k-means算法快速收敛获取聚类结果.实验表明:把改进后的算法用于网络入侵检测系统中,可以提高不需指导的异常检测的检测率,降低误检率.

关 键 词：复合形法 粒子群优化算法 K-MEANS算法 入侵检测

分 类 号：TP393.08]