在网络异常检测中,为了提高对异常状态的检测率，降低对正常状态的误判率,本文提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法。利用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量。- In order to improve the detection rate for anomaly state and reduce the false positive rate for n

异常检测和推荐系统的MATLAB实现案例，非常好的机器算法应用学习资料-MATLAB realization Case anomaly detection and recommendation system, a very good machine algorithm learning materials

改进的遗传算法优化的BP神经网络，用于电厂数据的异常检测和故障诊断，已验证有效性。(The improved genetic algorithm optimized BP neural network has been validated for power plant data anomaly detection and fault diagnosis.)

ANOMALY DETECTION IN MATLAB FOR HYPERSPECTRAL DATA