基于树突状细胞算法的入侵检测系统研究

对树突状细胞算法在入侵检测系统中的应用进行研究.对树突状细胞算法中抗体集合的确定和阈值设置进行动态化改进,以建立动态树突状细胞算法.同时,采用UCI数据集进行对比实验.将动态树突状细胞算法与传统树突状细胞算法的检测结果进行比较,结果表明,动态树突状细胞算法提高了处理数据的有效性、鲁棒性和自适应性.     

危险理论DCA入侵检测算法中阈值预测的研究

免疫危险理论的最新研究成果是树突状细胞算法（Dendritic Cell Algorithm,DCA）.该算法应用在实时入侵检测时具有较优越的性能,该算法通过计算成熟环境抗原值（Mature Context AntigenValue,MCAV）来表示抗原异常度的信息.文章提出了一种基于改进的树突状细胞算法,使算法中的参数其阈值范围可预测,从而能有效的计算成熟环境抗原值表示出模型的异常度.最后通过仿真实验,实验结果表明新算法使树突状细胞算法的异常度量更加精确,算法的检测正确率提高了21.3%～33.5%.     

基于树突状细胞的免疫算法

树突状细胞是人体内机体中功能最强的抗原提呈细胞,树突状细胞可以高效地摄取抗原后经过加工处理向免疫机体提呈抗原,处于启动、调控、并维持免疫应答的中心环节。人体中的树突状细胞的功能可以被抽象提取成一种用算法。本文通过比拟的方式归纳出基于树突状细胞的免疫算法。     

利用确定性树突状细胞算法在线检测僵尸网络

将人工免疫系统算法应用于对僵尸网络的实时监测,提出一种基于确定性树突状细胞算法的在线检测模型.通过结合僵尸网络的特征定义行为信号,基于启发信息实现僵尸网络的主机端实时监测.使用标准数据集对模型的有效性进行实验验证,实验结果表明,该模型具有实时性、行为定义简单、可接受多种启发式信息定义的优势,且检测僵尸网络系统的漏报率与误报率均较低.     

基于危险理论树突状细胞算法的入侵检测模型

按照树突状细胞的功能、作用，建立入侵检测模型，并进行了相关仿真实验．实验结果显示，模型能够实时地检测出已知和未知的攻击，并且具有效率高、负载小与低误报率的优点．理论分析和实验结果表明，该算法较传统的危险理论入侵检测算法效率大大提高．     

人树突状细胞的体外培养和鉴定

目的:探索在体外分离培养人外周血树突状细胞的方法,同时为进一步研究树突状细胞工作奠定实验基础.方法:采用Ficoll、Precoll和Panning法分离和纯化人外周血DC,再加GM-CSF(100μg/mL)和IL-4(10μg/mL)诱生出大量树突状细胞,并进行免疫组化鉴定.结果:培养到第3天的DC扫描电镜可见DC伸出的树突状突起,呈毛刺状.培养到第7天的DC扫描电镜可见细胞胞体体积变大.这些毛刺状细胞表面有丰富的呈分叉的树突状胞质突起,某些突起形成薄片状结构,培养后的DC细胞呈S-100蛋白阳性染色.结论:人外周血树突状细胞可以在体外大量培养.     

以树突状细胞为基础治疗肺癌的研究进展

树突状细胞是体内最主要的抗原提呈细胞,在机体抗肿瘤免疫中起重要作用.近年来以树突状细胞为基础的肺癌治疗已成为研究的热点并有广阔的发展前景.     

树突状细胞在抗结核分枝杆菌感染中的作用

树突状细胞（Dendritic cells,DCs）是最有效的抗原呈递细胞.DCs能够摄取外来物质,包括结核分枝杆菌（Mycobacterium tuberculosis,MTB）,并将其呈递给效应性淋巴细胞,激发宿主对抗病原微生物感染的免疫反应.因此,树突状细胞与结核分枝杆菌的相互作用在感染初期机体发动免疫应答中十分重要.研究树突状细胞和结核分枝杆菌间的相互作用,有利于从根本上了解细菌-宿主作用机理,为阐明结核分枝杆菌逃避免疫的机制提供依据.     

树突状细胞在大鼠再生肝中分布及数量变化

探讨树突状细胞在大鼠再生肝中分布及数量变化,为深入研究其在肝再生进程中的作用奠定基础.制作大鼠2/3肝切除模型(PH),用两步灌流法分散肝脏细胞,用Percoll密度梯度离心和ox62免疫磁珠分离相结合方法分离树突状细胞(DC),用免疫组织化学方法定性、定位CD86和CD103在再生肝(RL)、分散的肝脏细胞及分离的树突状细胞中分布,用蛋白免疫印迹方法定量树突状细胞的CD86和CD103,用RT-PCR定量分离的树突状细胞CD86和CD103的mRNA.结果表明,0 h再生肝树突状细胞分布于肝血窦、中央静脉、胆管周围,12 h在远离中央静脉和胆管的部位出现,24 h呈弥散状分布,168 h分布与对照相同;从肝切除后0、2、6、12、24、30、36、72、120、168 h等10个时间点的大鼠再生肝中收获的树突状细胞平均数分别为每只大鼠1.55、1.59、1.87、2.46、1.49、2.73、3.87、6 04、6 52、8 40 百万个,CD86和CD103阳性细胞数目、细胞活性均在95%以上.上述结果说明在肝再生进程中树突状细胞的分布由肝血窦、中央静脉、胆管周围逐渐向全肝弥散,24 h弥散达到高峰,之后回落,至168 h分布与对照相同,但其数量随肝再生进程而增加.     

树突状细胞与乙型肝炎病毒慢性感染

乙型肝炎病毒感染后易慢性化或形成携带状态,宿主免疫应答缺陷或不足被认为是一个重要原因。树突状细胞是能力最强的抗原提呈细胞,是免疫应答的启动者和调节者。近年来已认识到,乙型肝炎病毒慢性携带者的树突状细胞的表型和功能均显示异常,可能与病毒持续感染有关,恢复其树突状细胞抗原提呈功能的免疫治疗是有效应对慢性乙肝病毒感染的策略之一。本文对该领域研究进展作一综述。     

A routing algorithm for industrial wireless network based on ISA100.11a

ISA100.11 a industrial wireless network standard is based on a deterministic scheduling mechanism.For the timeslot delay caused by deterministic scheduling,a routing algorithm is presented for industrial environments.According to timeslot,superframe,links,channel and data retransmission of deterministic scheduling mechanisms that affect the design of the routing algorithm,the algorithm selects the link quality,timeslot delay and retransmission delay as the routing criteria and finds the optimum communication path by k shortest paths algorithm.Theoretical analysis and experimental verification show that the optimal paths selected by the algorithm not only have high link quality and low retransmission delay,but also meet the requirements of the deterministic scheduling.The algorithm can effectively solve the problem of packet loss and transmission delay during data transmission,and provide a valuable solution for efficient data transmission based on determinacy.     

无平方因子的判定与算法

给出一个新的算法．算法可在O(log^4n)时间内判断给定整数n是否无平方因子,本算法在判断给定整数n是否无平方因子方面优于Kagal和Sanexa给出的算法。     

一种求解随机线性二层规划问题的分支定界-粒子群混合算法

将一类随机线性二层规划模型转换为带期望约束的确定性线性二层协方差规划模型,并进一步利用KKT条件将二层协方差规划模型转化为单层规划模型,然后利用分支定界-粒子群混合算法对该模型进行求解.与传统分支定界算法的对比实验表明,该算法有效改善了上层问题的方差结果,且计算效率得到了较显著提高.     

利用确定性退火技术的并行聚类算法

划分聚类和分级聚类是两种基本的聚类手段。划分聚类常常可以转换为一个全局最优化问题 ,传统的划分聚类方法很难得到全局最优解。基于确定性退火技术 ,给出了解决划分聚类问题的一种算法 ,并给出了在集群系统上的并行化方案 ,推导出了参与并行计算的最佳处理机数目 ,给出了加速比的估算公式。通过模拟算例可知 ,该算法的特殊结构适合在机群系统上进行并行计算 ,特别对聚类点集相当大的聚类问题 ,由于任务间的通信开销与计算量相比很小 ,能够达到很好的并行效果     

最优合并构成的有序遗传算法

在假设合并是独立的情况下,采用有序的遗传算法（OBGA）作为随机搜索处理方法来识别最优合理算法,与确定搜索算法（SPLIT）比较,通过实验,证实OBGA更有效。     

非确定系统中可观察状态集的识别序列的一种推导方法

主要针对非确定系统（实际中的大部分系统都具有非确定性），提出可观察状态集的识别序列的定义，并对于按照观察等价关系化简的系统的实现的集合，给出一种生成可观察状态集识别序列的方法．     

估计地下水流系统分布型确定性-随机性参数的耦合算法

提出一种估计地下水流系统分布型确定性－随机性参数的方法：有限元与卡尔曼滤波耦合算法。应用该方法对大庆西部地区地下水流系统进行了分析,结果表明,该方法可准确地估计地下水流系统分布型参数,包括确定性和随机性参数,并可给出参数估计的置信区间和精度;所估计的大庆西部地区地下水流系统分布型参数的可靠性达９０％以上。     

基于遗传算法的逻辑电路测试生成的研究

本文提出了一种基于遗传算法的逻辑电路测试生成算法，利用遗传算法的全局寻优特点进行集成电路的测试生成，并与确定性算法进行了比较，所得到的实验结果表明，遗传算法可以在比较小的测试矢量集下得到比较高的故障覆盖率，是一个有效的测试生产算法．     

适用于强化学习惯性环境的分数阶改进OU噪声

本文将DDPG算法中使用的Ornstein-Uhlenbeck (OU)噪声整数阶微分模型推广为分数阶OU噪声模型，使得噪声的产生不仅和前一步的噪声有关而且和前K步产生的噪声都有关联.通过在gym惯性环境下对比基于分数阶OU噪声的DDPG和TD3算法和原始的DDPG和TD3算法，我们发现基于分数阶微积分的OU噪声相比于原始的OU噪声能在更大范围内震荡，使用分数阶OU噪声的算法在惯性环境下具有更好的探索能力，收敛得更快.