文献类型：期刊文章

作　　者：陈维鹏[1,2] 敖志刚[1] 屠义强[1] 郭杰[1] 叶春雷[1] 童俊[1]

CHEN Wei-peng;AO Zhi-gang;TU Yi-qiang;GUO Jie;YE Chun-lei;TONG Jun(College of Field Engineering, Land Force Engineering University, Nanjing Jiangsu 210007, China;73233 Army of PLA, Zhoushan Zhejiang 316014, China)

机构地区：[1]陆军工程大学野战工程学院 [2]中国人民解放军73233部队

出　　处：《通信技术》

基　　金：原总装预研基金资助项目(No.9140A06020215JB25080)~~

年　　份：2018

卷　　号：51

期　　号：5

起止页码：1154-1160

语　　种：中文

收录情况：RCCSE、普通刊

摘　　要：为了监测网络安全和基于网络空间态势变化表现出高度的非线性、时变性以及不确定性等特征,提出了基于最小二乘支持向量机(LS-SVM)的态势预测方法。研究中考虑到数据的精准程度,利用粒子群算法(PSO)优化LS-SVM算法,并进行了仿真实验。与传统支持向量机和基于遗传优化的支持向量机算法进行比较,可知基于粒子群优化的LS-SVM算法具有更高的精度性和准确性,能够将预测结果误差控制在0.7%以内。

关 键 词：网络空间 态势预测  最小二乘支持向量机 粒子群最优算法  

分 类 号：TP393.08]