Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
International Journal of Advanced Network, Monitoring and Controls
Band 2 (2017): Heft 3 (Januar 2017)
Uneingeschränkter Zugang
Intrusion Detection Based on Self-adaptive Differential Evolutionary Extreme Learning Machine
Junhua Ku
Junhua Ku
Department of information engineering, Hainan institute of science and technology
Haikou, China
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Ku, Junhua
,
Bing Zheng
Bing Zheng
Department of information engineering, Hainan institute of science and technology
Haikou, China
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Zheng, Bing
und
Dawei Yun
Dawei Yun
Department of information engineering, Hainan institute of science and technology
Haikou, China
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Yun, Dawei
11. Apr. 2018
International Journal of Advanced Network, Monitoring and Controls
Band 2 (2017): Heft 3 (Januar 2017)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
11. Apr. 2018
Seitenbereich:
54 - 60
DOI:
https://doi.org/10.21307/ijanmc-2017-057
Schlüsselwörter
Extreme learning machines
,
Differential evolution extreme learning machines
,
Self-adaptive differential evolution extreme learning machines
,
Intrusion detection
,
Network security
© 2017 Junhua Ku et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.