基于Madaline网络敏感性的主动学习算法研究

提出一种基于Madaline网络敏感性的主动学习算法。首先用部分样本训练Madaline网络,然后以Madaline网络输出对其输入在给定样本点附近变化的敏感性为尺度,主动从未参与训练的样本中挑选敏感性相对大的样本继续进行训练,循环反复这个过程直到满足训练要求为止。实验验证了该主动学习算法处理离散分类问题的有效性和可行性。     

主动网络中的主动包研究

通过对主动网络体系结构的讨论 ,阐述了多种主动包的实现方案 ,并进行了不同环境下的比较分析 .认为采用主动IP选项方案可使得传统网络与主动网络更好地结合 ,从而使主动节点或局部网络更好地融入当前的网络中 ,变被动网络为主动网络     

主动网络的安全性研究

主动网络是将传统网络中“存储-转发”的处理模式改变为“存储-计算-转发”的处理模式．研究分析了主动网络体系模型以及主动网络的安全体系框架．并且研究了针对主动网中的主动节点、主动信包和编程语言三者的安全性防护技术。     

基于主动学习的有监督在线多核学习算法

为了提高大规模数据的分类性能,提出一种基于主动学习的有监督在线多核学习算法SOMK_AL(Supervised online multiple kernel learning algorithm based active learning).首先,采用主动学习的方法缩减数据规模.通过训练生成两个分类器,对读入数据xt进行预测,将两个分类器预测类别不一致的数据作为信息含量高的有标记数据,参与在线学习过程中的核更新;接着,在核集成过程中,通过随机抽样的方法构造核函数集的子集,仅仅在子集中实现核更新,缩减核更新的计算规模.最后,在大规模数据的基准数据集上进行实验,对提出的算法的有效性进行评估,结果表明SOMK_AL能较好地提高数据的分类性能.     

主动网络实现方案研究

主动网络是针对传统网络的不足而提出的一种新兴网络体系结构,它能够支持用户对于网络行为的动态配置与修改,大大改进了网络技术的性能和发展,具有广阔的应用前景。本文概述了主动网络的产生背景,详细分析了主动网络的基本原理,并对实现方案进行了探讨。     

主动网络的安全问题研究

主动网络赋予了网络中间节点一定的计算能力和编程能力,用户可以通过在节点中定制程序来控制网络行为。这使得网络体系结构更具灵活性和可扩张性,但也带来了传统网络中没有的安全隐患问题。在分析主动网络基本特征的基础上,指出了主动网络安全潜在的安全问题,讨论了主动网络的安全技术,提出了主动网络的安全体系结构,研究了主动信包保护和隔离的措施。     

基于主动网络的内容分发网络研究

针对内容分发网络(CDN)中复制服务器的动态部署要求,基于主动网络技术设计了一种主动内容分发网络模型(ACDN).将主动节点部署于客户节点与Web服务器之间,并通过插件来提供主动节点的动态可编程能力,从而使网络能根据Web服务器、网络的运行状态或用户自定义的规则,动态、快速地部署复制服务器.结合遗传算法的单亲交叉算子和单亲变异算子,提出了复制服务器的位置优化算法.按请求频度确定兴趣度,以此保证复制服务器与Web服务器的内容一致性.仿真结果表明,ACDN能满足实际Web应用的响应时间的要求,同时为ACDN所设计的3种算法不仅能满足内容分发的性能要求,还能应用于传统的CDN网络.     

主动网络技术分析与应用研究

本文结合现有网络存在的主要问题,研究分析了主动网络的体系结构、工作原理以及特点,描述主动网络的两种实现方案,最后结合实例讨论了主动网络技术的应用。     

关于主动网络的研究及探讨

主动网络是针对传统网络的不足而提出的一种新兴网络体系结构,它通过允许用户向网络节点嵌入定制的程序,从而可以快速动态地定制、配置新的服务,大大增强了网络的灵活性和可扩展性,因此具有广阔的应用前景。文中阐述了主动网络的产生背景和主动网络的基本体系结构、运行机制,并对主动网络的几种实例模型进行了分析和讨论。     

提高学生主动学习的实训教学法研究

教学方法是培养学生学习兴趣和学习方法的重要因素,本文阐述了教师素质、教师引导对学生学习兴趣和学习方法培养的作用,从而形成学生学会学习,主动学习,乐于学习的良好教学氛围.     

一种主动网络管理系统结构的分析与研究

主动网络是一种新型的网络体系,它不仅可以传送数据包,而且还可以执行数据包中特定的运算任务.主动网络为用户提供了可编程的接口,用户可通过网络中的节点动态地注入所需的服务.但由于传统网络管理不适应主动网络管理,不能发挥主动网络的分布式计算能力.论文讨论了一种基于节点的主动网络管理模型,分析了该模型的结构、管理机制和设计要点,并对网络拓扑发现和流量进行了分析.     

贝叶斯网络学习算法研究

贝叶斯网络是一种概率图形模型,它提供了不确定性环境下的知识表示、推理、学习手段,可以完成决策、诊断、预测、分类等任务,已广泛应用于数据挖掘、语音识别、工业控制、经济预测、医疗诊断等诸多领域。贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法。在对贝叶斯网络全面概述的基础上,深入研究了贝叶斯网络的结构学习。     

基于主动网络技术的网络管理系统实现研究

主动网络是一种可编程的网络，用户可以对网络进行个性化的编程和设置。在分析传统网络管理模型不足的基础上，提出了一种基于主动网络技术的网络管理系统设计方案，并对主动报文、Active-Agent和主动处理平台的设计进行了讨论，最后给出了一个故障管理的例子。     

针对入侵检测的代价敏感主动学习算法

入侵检测系统通过提供可能由恶意攻击导致的告警信息来保护计算机系统.为了能够利用历史数据自动提升入侵检测的性能,机器学习方法被引入入侵检测.但是,高质量训练数据的获取往往需要繁重的劳动或代价昂贵的监控过程.同时,不同类型的误分类导致的代价也是不一样的,入侵检测需要使误分类代价最小.针对这两种需要综合考虑的问题,提出一种基于代价敏感主动学习的入侵检测分类器构造方法ACS.该方法结合代价敏感学习和主动学习方法,其目标为减少学习代价敏感分类器的标注次数,使代价敏感分类器的误分类代价最小.该方法在主动学习的学习引擎中使用代价敏感学习算法替代传统的错误最小学习算法,同时在采样引擎中使用最大误分类代价的采样标准.ACS方法在主动学习中版本空间的构造、更新过程都针对代价敏感环境作了对应的改进,使该算法能够以较高的收敛速度收敛到误分类代价最小的目标函数.在入侵检测数据集KDDCUP99上的的实验表明,ACS方法能够有效地减少学习代价敏感分类器的标注次数.     

主动学习的重要性与培养

有动机的主动学习，其效果极好，而无动机的被动学习，的主动性，教师可以在教学过程中，让学生明确自己是学习的主人，习方法的指导，最终达到提高学习效率的目的。     

基于主动网络技术的在线拍卖

为了解决系统客户／服务器（C／S）结构网络在线拍卖的不足，提出了一种基于主动网络技术的网络在线拍卖结构。在主动节点上安装过滤器，过滤低竞争价格，提高拍卖服务器的处理性能；在重负载的情况下实现了负载动态平衡。服务器以主动信包的形式向主动节点发布最新竞价，减少网络延迟。仿真实验表明：该结构不仅较好地解决了传统网络结构在线拍卖系统的不足，同时在性能方面也有所提高。     

基于主动网络的新型网络管理模式

在介绍主动网络的基础上，阐述了将主动网络中的主动节点、移动代理技术应用于传统网管,并提出基于主动网络平台上的新型网络管理模型。对主动网管的动态MIB、代码移动等关键的实现技术和方法进行了探讨和研究。     

主动网络--新一代的网络技术

主动网络技术被认为是最有前途的新一代网络技术，本结合现有网络技术存在的主要问题，对比分析了主动网络技术的特点，并对其体系结构、运行机制及研究进展进行了简要的分析和介绍。     

基于主动网络的分层管理模型设计

主动网络是一种新型的网络体系,它不仅可以传送数据包,而且还可以执行数据包中特定的运算任务.主动网络为用户提供了可编程的接口,用户可通过网络中的节点动态地注入所需的服务.本文讨论了传统网络管理中存在的问题,分析了主动网络管理体系结构与管理机制.重点讨论了一种以节点为核心的主动网络管理模型,并分析和研究了该模型的结构、管理机制、设计要点和各层关系.     

基于主动网络的自适应缓存技术研究

根据主动网络中的任何一个主动节点都可以用于放置缓存及其智能性等特征,提出一种基于主动网络的自适应网络缓存机制．即在自动构建层次拓扑的基础上,采用了缓存摘要技术进行通信协作,通过集中式管理缓存摘要的方法来减少协作通信量;并依照缓存服务器的负载情况进行缓存服务器之间的负载平衡．最后,使用trace—driven模拟方法,以Network Simulator仿真器作为模拟工具,模拟结果显示本文设计的系统与层式结构系统相比有较多优势．