Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
International Journal of Advanced Network, Monitoring and Controls
Édition 2 (2017): Edition 3 (Janvier 2017)
Accès libre
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
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Ku, Junhua
,
Bing Zheng
Bing Zheng
Department of information engineering, Hainan institute of science and technology
Haikou, China
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Zheng, Bing
et
Dawei Yun
Dawei Yun
Department of information engineering, Hainan institute of science and technology
Haikou, China
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Yun, Dawei
11 avr. 2018
International Journal of Advanced Network, Monitoring and Controls
Édition 2 (2017): Edition 3 (Janvier 2017)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
11 avr. 2018
Pages:
54 - 60
DOI:
https://doi.org/10.21307/ijanmc-2017-057
Mots clés
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.