ID-DC:基于分布式聚类的入侵检测方法

提出了基于分布式聚类的异常入侵检测方法ID-DC,通过对训练集进行分布式聚类产生聚簇模型,采用基于双参考点的标识算法Double-Reference标记异常簇,不需要具有类别标签的训练集且可自动确定聚簇模型的个数.实验中采用了网络入侵检测数据集KDD-CUP-99来训练模型.实验结果表明:通过采用分布式聚类算法建立的分布式入侵检测模型可有效地检测攻击,检测率高,误警率低.     

全程瞬变电磁法浅层勘探数据的处理方法

快速、高效的地面勘探技术是解决工程建设中遇到的浅层地质问题的关键.基于半空间瞬变电磁勘探理论,利用多匝重叠小回线装置,通过物理实验模拟全程瞬变电磁勘探技术,探讨剔除法处理后的地质异常体对半空间重叠小回线浅层瞬变电磁的响应特征及变化规律.结果表明：瞬变电磁对浅层高低阻异常体响应明显,等值线响应变化规律性强.纯背景条件下剔除仪器自身因素造成的干扰数据体,并对剔除后得到的新数据体进行反演处理,可准确地反映被测地质体的浅层信息.剔除干扰数据体方法对提高瞬变电磁全程勘探能力行之有效,为相关研究提供了借鉴.     

ID—DC：基于分布式聚类的人侵检测方法

提出了基于分布式聚类的异常入侵检测方法ID—DC，通过对训练集进行分布式聚类产生聚簇模型，采用基于双参考点的标识算法Double—Reference标记异常簇，不需要具有类别标签的训练集且可自动确定聚簇模型的个数．实验中采用了网络入侵检测数据集KDD—CUP-99来训练模型．实验结果表明：通过采用分布式聚类算法建立的分布式入侵检测模型可有效地检测攻击，检测率高，误警率低．     

分布式环境下全局模糊频繁项目集的快速挖掘

为了解决模糊关联规则挖掘算法需要用户事先给定模糊集和相应隶属度函数的问题,提出基于分布式聚类自动生成模糊集及隶属度函数的算法GFAM.该算法利用分布式K-Means聚类算法对每个数值型属性进行聚类,求得聚类中心,由此构造全局模糊集,定义全局隶属度函数.DFAR算法根据构造的全局模糊集及隶属度函数进行分布式模糊频繁项目集的快速挖掘,采用全局-局部站点模式,其中包括局部模糊频繁项目集产生算法FLF和全局模糊频繁项目集产生算法FGF.实验结果表明,该算法能准确地生成全局模糊频繁项目集,在求解全局模糊频繁项目集过程中,传送局部模糊候选项目集支持数的通信量为O(n),提高了算法的挖掘效率.     

分布式环境下全局模糊频繁项目集的快速挖掘

为了解决模糊关联规则挖掘算法需要用户事先给定模糊集和相应隶属度函数的问题，提出基于分布式聚类自动生成模糊集及隶属度函数的算法GFAM．该算法利用分布式K—Means聚类算法对每个数值型属性进行聚类，求得聚类中心，由此构造全局模糊集，定义全局隶属度函数．DFAR算法根据构造的全局模糊集及隶属度函数进行分布式模糊频繁项目集的快速挖掘，采用全局一局部站点模式，其中包括局部模糊频繁项目集产生算法FLF和全局模糊频繁项目集产生算法FGF．实验结果表明，该算法能准确地生成全局模糊频繁项目集，在求解全局模糊频繁项目集过程中，传送局部模糊候选项目集支持数的通信量为O（n），提高了算法的挖掘效率．     

岩溶区多软弱层复合边坡变形破坏机制分析

岩溶和软弱层的存在对边坡稳定性有重大影响。为了揭示岩溶作用下复合边坡失稳机制,本文以富含岩溶区某变电站场区复合边坡为研究对象,通过三维地质建模技术对钻孔数据进行处理,从而准确获取多软弱岩层界面位置以及坡体内岩溶状态。结合AutoCAD软件生成拟研究边坡地质剖面,通过ABAQUS模拟软件与AutoCAD数据接口将典型地质剖面图导入有限元数值模拟软件中,从而构建含岩溶复合边坡数值模型。采用强度折减法分别分析了复合边坡在不含岩溶时、岩溶无充填时、岩溶被黏土充填时的失稳特征。模拟结果表明：多软弱层复合边坡岩层界面对坡体的稳定有决定性作用,坡体滑移破裂均源于岩层界面处,坡体沿岩层分界面剪切滑移贯通成圆弧状潜在破裂面。岩溶对边坡的影响主要由沉降变形引起,岩溶沉降较大时,边坡呈现垮塌为主和岩层界面剪切滑移为辅的破裂形式。理论上,在某些特定情况下,坡体内岩溶对边坡稳定性有积极作用。该研究结果对于指导含岩溶复合边坡防护设计具有重要意义。     

浅层岩溶和采空区综合探测方法与模型试验

岩溶和采空区已经成为高速公路建设中面临的热点、难点问题。为了准确探测高速公路地基下伏岩层中岩溶和采空区的几何形态和空间分布,提出了地质雷达先验信息的高密度电阻率约束反演方法。采用常规高密度电阻率反演方法、地质雷达和携带先验信息的高密度电阻率约束反演方法,对常见的岩溶和采空区地电模型进行数值模拟,分析岩溶和采空区不同方法的成像规律。结果表明,与常规高密度电阻率反演和地质雷达正演结果相比,携带先验信息约束的高密度电阻率法反演的异常体的空间形态更接近于真实地电模型,对边界的识别更加准确。随后,通过对山东章丘地区岩溶和采空区的模型试验,探明了岩溶和采空区的分布情况,验证了该综合预报方法对岩溶和采空区的探测效果,为高速公路地基下岩溶和采空区的治理方案提供了依据。     

一种改进的最近邻聚类算法

提出一种改进的近邻新聚类算法,该算法具有较高的效率,只需计算一遍样本间的广义距离,即可完成初步的聚类。该算法最大特点是：在很大程度上使聚类结果避免陷入局部解;不用预知类别就可对大批数据进行分类,并能指出可能的异常数据。仿真结果证明该算法大大优于LBG法[1]和模糊聚类法[5]     

无监督多尺度模糊聚类算法研究

针对模糊c均值聚类算法的一些不足之处提出了一种新的均值漂移聚类算法--无监督多尺度聚类算法.该算法不受初始化的影响,不用假定数据的聚类个数以及聚类中心的初始位置,能够利用模糊聚类的方法来获得硬的聚类划分,能够从不同的"划分尺度"揭示数据的聚类结构,并能自动的确定聚类个数.为了满足处理大数据集的需要,设计了快速无监督多尺度模糊聚类算法.通过实验证明无监督多尺度聚类算法在多数数据集上都表现良好且具有最好的总体聚类性能,并能成功揭示出数据的聚类结构.实验还证明快速无监督多尺度模糊聚类算法具有较快的速度和较高的识别精度且适用于大数据集.2个算法都取得了令人满意的实验结果.     

微动信号波形特征自动分析系统设计

为方便在野外微动勘探实验中进行现场整理数据及波形特征分析, 设计一种微动信号波形特征自动分析系统。该系统采用Matlab编写相应程序对微动信号记录数据进行时域和频域分析, 并采用面向对象的C#编程语言设计软件界面, 系统可对信号特征波形进行量化处理、 自动拾取, 生成相关数据分析文件和结果图形。应用结果表明, 微动信号波形特征自动分析系统能对微动信号进行相关的数据分析, 可满足用户的实际需求。     

基于二维高密度电阻率勘探数据的三维反演及应用

针对目前高密度电阻率法所采用的数据处理方法主要是把地质结构体视为二度体进行二维处理,从而二维数据资料处理结果只是一种近似解释,其计算精度与反演效果达不到精确反演的要求,设计一种典型的地质体模型,利用有限单元法进行正演计算,对含有高斯随机误差的各测线二维正演数据分别进行高密度电阻率法二维、三维反演,对比二维和三维的反演结果.最后在广东某场地采用高密度电阻率法对岩层划分,利用二维勘探的数据进行二、三维反演.研究结果表明:三维反演受高斯随机误差的影响更小,反演结果与实际地质模型更接近;三维反演在岩层划分中更能凸显岩层分界面区域,岩层的空间分布及岩层、覆盖层的整体连续性能更真实地体现,与钻探结果吻合程度更好.     

区间数据的并行模糊聚类算法

研究了对区间数据进行聚类的模糊聚类算法；介绍和分析了模糊c-均值算法的基本思想及实现步骤；定义了区间数据的距离和四则运算，并推广模糊c-均值算法对区间数据进行聚类．在此基础上，讨论了对区间数据进行聚类的并行模糊c-均值算法．在分布式互连的PC／工作站环境下进行性能分析，结果表明并行的模糊c-均值算法具有好的可扩展性、规模增长性和加速比性能．     

基于自适应模糊聚类分析的重力张量欧拉反褶积解

利用将重力全张量数据应用在欧拉反褶积中,规避位场梯度计算的精度问题,引入自适应模糊聚类算法克服聚类数目需要求预先确定、模糊聚类分析局部最优、分类不确定等弱点,并准确的确定多异常源的情况.核密度估计结果表明,张量欧拉反褶积比预设结构参数的欧拉反褶积方法更能表征地下异常类型;反演结果表明,传统欧拉反褶积难于识别在深大型异常源附近的浅部规模相对较小异常源;过滤后的欧拉反褶积解的空间包络基本与初始模型的一致,张量欧拉反褶积在获得多异常源的空间结构信息更具有优势.     

超高密度直流电法在边坡工程中的应用

为了获取更多关于边坡的内部地质信息,合理、经济的解决边坡问题,本文简要介绍了超高密度直流电法勘探反演系统的基本原理、方法和特点,采用超高密度直流电法勘探反演系统对某公路边坡进行现场试验,采集相关数据,利用该系统的反演软件对数据进行反演数值模拟计算,得到边坡的地电模型,即电阻率分布图,结合已掌握的边坡工程地质条件,包括地形地貌、地层岩性及构造、水文地质条件等,对边坡进行综合地质分析,确定覆盖层厚度,基岩埋深、岩土分界面起伏等情况,对边坡可能发生的破坏模式做出预判并采取相应的工程措施。     

高密度电阻率法和探地雷达在昆明长水国际机场岩溶勘查中的应用

随着机场、铁路等基础设施建设快速发展,岩溶区不良地质现象给工程建设、安全生产和人民群众的生命财产带来了不同程度的威胁。但岩溶发育的不确定性和多样化,使得准确圈定岩溶位置成为解决岩溶的难题之一。近年来,在岩溶勘查中主要采用的物探方法是高密度电阻率法,但在裂隙节理发育地区,岩溶多发育溶蚀带及溶洞,岩溶体积小,高密度电阻率法推断的岩溶体顶、底板埋深存在一定误差。通过高密度电阻率法和探地雷达相结合,在工区先进行高密度电阻率法,在高密度电阻率法异常部位再采用探地雷达进行探测,两种方法各自发挥优点,在勘查中取得了明显的效果。     

基于加权直觉模糊兰氏距离的密度峰值聚类算法

利用传统的聚类算法对直觉模糊集进行聚类分析时,存在对异常值敏感、复杂度较高的问题,不适用于大规模直觉模糊数据的聚类。针对上述问题,提出了一种基于密度峰值思想和加权兰氏距离的直觉模糊聚类算法（WIFDPL）,用来提高算法对直觉模糊数据的检测精度,降低算法的复杂度。由于现有直觉模糊距离算子不满足距离度量的定义,提出了一种新的直觉模糊兰氏距离算子,减少了数据的偏移程度,降低了对异常值的敏感程度;由于凝聚型层次聚类算法复杂度较高,采用密度峰值聚类算法对直觉模糊集进行聚类,显著提高了算法的运行效率。实验结果表明,利用改进的直觉模糊兰氏距离提高了聚类精度,且新算法复杂度较低,更适用于大规模直觉模糊集的聚类。     

基于模糊C均值聚类的二维直流电阻率与射频大地电磁联合反演

为结合直流电阻率（direct current resistivity, DCR）与射频大地电磁（radio-magnetotelluric, RMT）法反演优势,开展了二维DCR与RMT数据联合反演研究。在经典最小结构模型正则化的基础上,采用平衡算子调节两个数据间的权重,引入模糊C均值（fuzzy C-means, FCM）聚类对电阻率模型进行约束,根据数据均方根误差自动调整FCM聚类项的权重,提高了联合反演效果。通过单独反演与联合反演结果的对比,分析了两种方法的反演能力,总结了联合反演的优势。模型试算表明,DCR与RMT数据联合反演得到的电阻率模型较单独反演更接近实际模型,FCM聚类约束的应用可进一步提高联合反演的效果。     

基于密度峰值聚类的电力大数据异常值检测算法

为了解决传统算法检测准确性低,复杂性高不适于电力大数据异常值检测的问题,通过密度峰值聚类算法研究了电力大数据异常值检测问题。分析了密度峰值聚类算法的聚类过程。按照聚类中心选择原则,通过相邻距离和密度的归一化乘积对聚类点的差异度进行衡量,按照差异度的统计特性与改变趋势选择最大的一组点当成聚类中心。按照z空间填充曲线与高维数据点z携带位置信息特性提出基于z的分布式密度峰值聚类算法,降低异常检测复杂性,以达到电力大数据异常值检测要求。采用优化后的密度峰值聚类算法对电力大数据异常值进行检测,在局部密度超过阈值,同时距离超过阈值的情况下,认为相应电力数据点为异常值。将基于距离的检测算法和基于密度的检测算法作为对比进行测试,结果表明:所提算法得到的异常电力数据点,和实际情况相符,和其他两种算法相比没有出现错检测和漏检测的情况。可见所提算法适于电力大数据异常值检测,且检测结果准确性高。     

三维地质界面曲面建模关键算法

采用露头,钻孔以及地震等数据进行三维复杂地质界面建模,关键问题包括三维地质界面模型确定方法、地质界面接触关系处理方法。根据区块地质数据建立地质界面三角网格模型,处理地质界面之间复杂位置关系,为三维地质体建模提供约束面,清晰地描述并恢复地下构造。就三维复杂地质界面建模中的关键问题,提出基于几何拓扑关系的地质界面三角网格模型生成算法、地质界面空间位置判断算法。在算法中引入几何拓扑关系,降低算法实现的复杂性,增加算法实现效率。     

关于马氏距离模糊聚类的有效性指标研究

为了研究基于马氏距离模糊聚类算法的有效性,首先对比分析了基于数据集模糊划分与几何结构的模糊聚类有效性指标,确定了将紧致度、分离度与清晰度结合的有效性研究方向,然后针对基于马氏距离的模糊聚类提出新的度量标准,构造有效性指标,最后结合算法在真实数据集上进行实验,结果表明新指标能准确识别马氏距离模糊聚类算法在多维数据上的最佳聚类数目。