用于异常检测的实值否定选择算法

针对已有实值否定选择算法检测器生成过程的不足,提出了一种优化的检测器生成算法。充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器;使用覆盖率期望值作为算法结束的一个控制参数,有效地避免了冗余检测器的产生。建立了异常检测系统的形式化描述,定义了一个新的异常检测性能衡量指标——错误率。最后,通过人工合成数据集2DSyntheticData以及实际的Iris数据集及Biomedical数据集对算法进行了验证。试验结果表明,相比V-detector算法,本文算法提高了检测率,降低了错误率,减少了所需检测器数量,整体检测性能较优。     

改进的阴性选择算法在机械故障诊断中的应用

针对复杂大型设备故障诊断准确率低的问题,提出一种改进阴性选择算法的故障诊断方法。在改进可变半径实值阴性选择算法(V-detector)中,训练开始阶段通过蒙特卡罗算法寻找半径尽可能大的检测器,然后引入覆盖阈值,通过阈值判定减少了无效检测器的产生,提高了算法的检测率。由于V-detector算法只能识别自我和非我,建立了免疫聚类的故障诊断模型,并将改进V-detector免疫聚类故障诊断模型应用于齿轮故障诊断中。实验结果表明:改进的V-detector算法可以有效的避免了检测器重复覆盖造成检测器数目的增加,提高了非自体区域的覆盖率,比未改进的V-detector的免疫聚类诊断方法有较高的准确率。     

基于人工免疫模型的入侵检测系统中检测器生成算法的分析与改进

对检测器生成算法中的逐级反向选择算法进行改进,通过对检测器表示方式和检测器生成算法的修改,解决了原算法中检测器数量过多的问题,提高了检测器的生成效率和检测效率.算法的测试结果表明,改进后的算法在检测精度不变的前提下降低了描述相同非自体空间需要的检测器数量,提高了算法执行效率,使其更接近实时监测的要求.     

基于RBF神经网络多用户检测方法的设计

基于免疫算法和免疫进化网络,提出了一种训练RBF网络的混合算法.该算法采用了一种可以实现数据聚类的免疫进化网络,根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用免疫算法训练RBF网络,使优化过程趋于全局最优.通过计算机仿真证明,将该方法应用于多用户检测中获得了比传统检测器和其他方法训练的RBF网络多用户检测器更好的误码率检测性能.     

一种用于异常检测的实值否定选择算法

为了提高实值否定选择算法的效率,通过分析检测器的更新过程,针对已有实值否定选择算法检测器生成冗余的问题,提出一种减少冗余检测器生成的优化算法。所提算法检测器采用二次否定选择,并通过改变接受和拒绝零假设的条件来快速更新检测器集,进而减少无效检测器的生成。采用该算法对合成数据集2DSyntheticData和实际的Iris数据集进行了实验,结果表明,该算法误警率低,所需检测器的数量明显减少,适合实时异常检测。     

基于多重假设检验市长公开电话文本的自动分类

提出一种基于多重假设检验的特征加权朴素贝叶斯分类算法, 该算法通过特征选择方法得到多个特征词集合, 再按多重假设检验错误率为每个特征词集合配以不同的权重系数并参与到分类器的构建中. 该方法已经应用到市长公开电话的文本分类中, 通过构建的3个特征加权朴素贝叶斯分类器实现了投诉文本的计算机自动分类, 且相对传统方法提高了分类器的效率和精度.     

分布式无人机网络覆盖优化算法

针对非均匀目标区域中的热点区域覆盖优化场景，提出一种分布式无人机网络覆盖优化算法。首先对满足网络连通性的最少无人机节点数目和热点区域覆盖范围进行估计，其次融入热点区域信息改进布谷鸟算法位置更新方程并重构优化目标函数，然后对发现概率参数进行自适应调整，最终实现热点区域覆盖率的重点优化。在仿真实验分析中，在相同仿真环境下与标准布谷鸟算法和其他经典算法进行对比，结果表明所提算法的热点区域覆盖率较其他算法提升了约4%，迭代次数减少了约30次，证明了该算法收敛速度快、耗时少，能够更加有效地提高热点区域的覆盖率。     

实数向量型阴性选择算法的改进

通过对实数向量型阴性选择算法的分析,提出了检测器空间覆盖率的概念,用它作为估计检测器数量的一项理论依据,将这个估计值引入到实数向量型阴性选择算法中,控制检测器的生成,同时对检测器采取了新的变异操作。实验表明,这一改进在保证算法检出率的同时,又可降低误报率。     

负选择算法在人工免疫系统中的应用

负选择算法是人工免疫系统中的核心算法之一,其性能对整个系统具有重要意义。负选择算法在选择过程中通常使用的是k连续位匹配规则,由于该匹配规则所固有的特殊性质,无法避免生成互相匹配的检测器。这些互相匹配的检测器在其覆盖空间（对非自体集合）存在非空交集,从而降低了负选择算法所产生的检测器的整体覆盖空间。本文为了避免负选择算法生成互相匹配的检测器,提出一种改进的负选择算法。与传统的负选择算法相比,该算法提高了成熟检测器的整体覆盖空间,使系统的检测能力有所提升。     

面向神经网络的模糊测试算法优化

为提高面向神经网络的缺陷检测效果,以Tensorfuzz框架检测流程为基础,对模糊器实现过程进行高层次抽象;然后使用自动协议生成策略优化原始模糊算法,输出可能覆盖新执行路径的测试数据集;最后通过反复测试提高测试的代码覆盖率,实现面向神经网络的模糊测试算法的优化。基于三层全连接神经网络的对比实验表明:优化后的算法相对于原始模糊算法,在检测含有大量非数值型缺陷的待测系统时,可在单位时间内检测出更多的缺陷;多组检测实验检测到缺陷的时间均低于原始模糊算法的最低测试时间,能有效提高代码覆盖率并且达到提高测试效率的目的。     

IT商业价值生成过程诊断

针对现代企业中组织能力构建和信息技术(IT)商业价值相契合的趋势,以能力观点为基础,提出IT商业价值生成过程诊断体系与方法。根据IT商业价值生成路径,从技术能力、流程能力、动态能力和企业竞争力4个层次构建了IT商业价值生成过程诊断指标体系。在此基础上,可拓方法被用来判断客观指标的状态,粗糙集被用来识别影响用户满意度的关键因素,并且给出一个算例来进行检验。算例表明,提出的诊断体系与方法能够识别IT商业价值生成过程中的薄弱环节和确定改进方向。IT商业价值生成过程诊断为企业信息化管理提供了新的框架和方法,有助于提高企业信息化绩效。     

认知无线电中自适应切换频谱分配准则的算法

在认知无线网络空闲频谱分配的过程中,为了适应认知用户数和空闲频带数的动态变化,提高系统整体性能（主要指系统总带宽收益和认知用户接入公平性）,构造了最大化系统性能的目标函数,设计了在协作最大总带宽收益CMSB（collaborative max sum bandwidth）和协作最大比例公平性CMPF（collaborativemax proportional fair）2种频谱分配准则之间自适应切换的算法,并给出了其具体实施步骤。采用系统总带宽收益和认知用户接入公平性2种性能评估指标,分析了该算法的性能。仿真结果表明,自适应算法可以在保证系统总带宽收益的同时获得更好的公平性,可以提高系统的整体性能。     

WiMAX系统宏分集切换算法

针对WiMAX系统宏分集切换问题,提出了2种宏分集切换算法——MDHO和MDHO-H。MDHO算法对已有的Z算法进行了改进,选择信号强度最强的m个基站做为分集站。MDHO-H算法在MDHO算法的基础上加入了滞后因子。在相同切换场景下对3种算法进行了仿真比较。结果表明,MDHO算法和MDHO-H算法的切换次数比Z算法的切换次数分别减少了24%和53%。     

基于复数格基缩减的V-BLAST系统检测算法及性能分析

为了提高系统性能,从实数格基缩减出发,推广得到了一种通用的复数格基缩减算法,给出了其在V-BLAST系统中的应用。通过与MMSE扩展相结合,分析缩减与扩展的先后顺序,提出了MMSE-Ⅰ和MMSE-Ⅱ两类基于复数格基缩减算法的V-BLAST检测方案。分析和仿真结果表明,检测中采用复数格基缩减算法与实数算法相比,可以大幅降低复杂度而不影响系统性能;基于复数格基缩减的MMSE-Ⅱ逐层干扰抵消检测算法,可以解决格基缩减引起的有效发送符号之间的相关性问题,且性能接近于ML检测。为了进一步降低复杂度,给出了一种性能损失较小的次优排序方案。     

基于双向PCA和K近邻的人脸识别算法

针对当前人脸识别算法的运行速度和识别准确率的矛盾,提出一种基于双向主成分法(Bidirectional PCA,BD-PCA)和K近邻法K-NN(K-nearest neighbor)的人脸识别算法。在VC6.0平台下基于ORL人脸库进行实验,首先利用双向PCA算法对训练人脸样本和测试人脸样本进行方向和列方向降维并提取特征脸;然后用K近邻方法对特征脸进行人脸匹配。实验表明,提出的算法在有效降低运算时间的同时,又能取得很高的识别准确率,具有一定的可行性。     

基于虚拟仪器技术的汽车离合器从动盘检测平台设计

为了提高检测平台的控制性能,设计了基于卡尔曼滤波的复合滑模控制算法,并将其应用于设计的电控系统.同时,为了提高检测平台的自动化程度和可靠性,基于NI公司虚拟仪器技术开发了检测平台的用户界面程序和数据采集控制程序,并利用软件的强大功能,简化了外围设备.经仿真及实际检测验证,开发的检测平台测试精度和检测效率得到了较大提高,位移和力矩检测精度分别达到了±0.005 mm和±0.05 N·m,并且运行稳定可靠.     

全光网中基于信号损伤限制的动态RWA算法

在全光网中,信号传输损伤会恶化动态光路连接的阻塞率性能,有必要在研究动态路由与波长分配RWA(routing and wavelength assignment)算法时考虑信号传输损伤的影响.介绍和阐述了全光网中的信号传输损伤及其对动态RWA算法性能的影响;结合已有的信号传输损伤模型提出了一种基于信号损伤限制的动态RWA算法,并对其性能进行了计算机仿真分析.仿真结果表明:该算法能有效地减小信号传输损伤对光网动态连接的阻塞率性能的影响,同时还具有较快的运算速度.     

一种实时检测基于UDP的Skype语音流的算法

为了提高Skype语音流的检测效率,在分析了目前识别技术的基础上,得出了"基于UDP的Skype通信是系统中的薄弱环节"等看法.由此深入分析了Skype流量特征和负载特征,提出了一种基于UDP的Skype语音流检测算法SUFC,该算法综合利用了UDP分组中的特征和VoIP的统计特征,算法复杂性较低,便于在线实施.给出了能够实时在线检测Skype语音流的原型系统的关键技术.试验结果表明,基于SUFC算法实现的原型系统具有效率高和差错率小的特点.     

基于T-不变量消除的Petri网合法变迁引发序列判定算法

Petri网的合法变迁引发序列问题(LFS)是其可达性问题的子问题.前人在LFS判定时常因判定算法的指数级时空复杂度或算法难以推广至一般Petri网而受限.因此,基于Petri网T-不变量支集变迁与可达图有向环路上标注变迁的对应关系,综合应用线性代数与可达树分析,原LFS判定被缩减为以基础向量为发生数向量的LFSb判定.通过两棵可达树(分别以原网、初始标识;逆网、目的标识为根)层序轮流构造同时比较当前叶节点层中的标识,若算法终止前有相同标识出现,则LFSb(LFS)判定成功;反之,LFS判定失败.分析表明,算法的时间复杂度为多项式级别的,且适用于一般Petri网的LFS判定.     

基于点线回路优化求解TSP的一个新算法

快速有效地解决TSP问题,有着重要的理论价值和极高的实际应用价值。提出了基于点线回路优化求解TSP的算法,首先将原基本回路切去一些点(线段、路径)变成残缺回路,然后把切去的点(线段、路径)重新插入到残缺回路的所有节点之间,生成新的基本回路,切去点(线段、路径)的数量,从一个变到基本回路节点数的一半。算法实现容易、运行速度快,生成的结果接近其最优解。算法尽量避免了陷入局部极小,使得在短时间内能够求解较大规模的TSP问题。