结合Dempster-Shafer证据理论与循环神经网络的网络安全态势预测

针对传统的模糊评价系统存在评价冲突和主观偏差,造成网络安全态势预测出现精度和鲁棒性较低等问题,提出一种结合Dempster-Shafer(D-S)证据理论与循环神经网络的网络安全态势预测算法;首先以专家评价为基础构建网络安全的系统角色,由三角模糊函数获取专家评估指标;然后引入D-S证据理论进行评估指标的筛选、推理和校正,构建网络安全态势损失矩阵和可能性矩阵;最后,以损失矩阵和可能性矩阵为特征输入至循环神经网络中,获取网络安全态势预测结果。仿真实验结果表明,D-S证据理论有效地解决了评价冲突和主观偏差问题,循环神经网络使得网络安全态势预测结果的精度和鲁棒性都得到了提升。     

一种时空特征融合的鲁棒视觉跟踪算法

针对视觉跟踪在复杂背景下因外观特征表征不足等原因造成的目标丢失问题,结合深度光流网络估计的运动特征,文中提出了一种基于时序信息和空间信息自适应融合的视觉跟踪算法。该算法在相关滤波跟踪框架基础上,引入递归全对场变换（RAFT）深度网络估计光流以获取目标的时序信息,提取目标的CN特征和HOG特征获取空间信息,然后融合目标时序信息和空间信息,以增强对目标时空特征的表征能力;其次,建立了一种跟踪结果质量判别机制,实时调整时序信息在融合过程中的权重, 有效提升了算法在复杂动态环境下的泛化能力。为评估算法的有效性,在OTB100和VOT2019两个数据集上进行了测试,实验结果表明,与主流视觉跟踪算法相比,所提算法的跟踪性能获得了显著提升,尤其在运动模糊、快速运动等属性的视频中,具有明显优势。     

SFSR-Age:一种基于人脸强语义的年龄识别算法

针对因光照、拍摄角度及图片质量等因素导致的经典深度学习算法难以有效提取人脸特征、人物身份识别准确率难以达到理想精度的问题,提出一种基于人脸强语义的年龄识别算法.首先,通过注意力矩阵增强人脸区域的特征权重,达到提取特征区域的目的;其次,使用级联双向长短期记忆(Bi-LSTM)网络学习时序帧之间的特征依赖关系,弥补部分特征缺失对识别精度的影响.在人脸数据集IMDB-WIKI和数据集Adience上进行测试,该算法的年龄识别准确率分别达到78.34%和77.89%.实验结果表明,相比于其他基于深度学习算法的方法,该算法在基于图片数据集的人物年龄识别任务上具有更高的准确率.     

基于深度学习模型的图像质量评价方法

为了有效提取与视觉感知质量高度相关的图像特征,改进图像质量评价方法,在深度学习的框架下,提出一个全新的卷积神经网络IQF-CNN结构,能自动学习判别性更强的图像质量特征,并利用学习的特征进行图像质量评价.同时,该算法采用局部亮度系数归一化、dropout等技术进一步提高网络学习能力.实验结果表明:该算法能较准确地评估五种常用的图像失真,尤其在JPEG压缩、JPEG2000压缩和高斯模糊图像失真上与人眼主观感知质量具有很高的一致性,整体性能比较优于其他经典评价方法.     

模糊规则发现算法研究

引入最小强度的概念来限制模糊属性集的搜索范围，提出一种能发现强模糊规则的快速算法．此算法利用Apriori算法的搜索技术来发现强模糊规则，因此具有较高的算法效率，并有效地解决了模糊系统的维数灾难问题．在快速算法的基础上，又提出一种能发现固定数目的强模糊规则的划分算法．该算法将数据库划分成多个子数据库，并在于数据库上通过发现划分强模糊属性集来限制全局强模糊属性集的搜索范围．实验表明，划分算法比快速算法更节省时间．     

多区域互联电网的分散式模糊PID负荷频率控制

为了有效改善多区域互联电网的动态稳定性,提出一种分散式模糊PID负荷频率控制方法.该方法为互联电网每个区域设计一个模糊PID控制器,以区域频率偏差和联络线功率偏差为控制目标,根据区域控制偏差的变化量,运用模糊推理,在线修正PID调节参数,从而控制互联电网快速趋于动态稳定.针对三区域环型互联电网,考虑发电速率的限制,对其负荷扰动和模型参数摄动进行仿真.结果表明:与传统PID算法相比较,所提出的方法具有更强的适应性、鲁棒性及扰动抑制能力,能使系统取得更好的动态控制性能.     

背景加权的多特征融合目标跟踪算法

针对单一特征目标跟踪导致多数跟踪算法鲁棒性差的原因,提出一种背景加权的多特征融合目标跟踪算法。在跟踪过程中对目标模型进行背景加权,同时利用空间直方图提取目标颜色的空间分布信息。在粒子滤波框架下将背景加权直方图和空间直方图相结合,并且引入特征不确定性度量,自适应调整不同特征对跟踪结果的贡献,有效地提高了算法的鲁棒性。实验结果表明:与传统融合算法相比,提出的算法具有更强的鲁棒性,同时提高了跟踪精度。该算法在目标表示和跟踪性能上都有很大的提高。     

一种基于次元分析技术的鲁棒波束形成算法

针对实际应用中先验知识存在偏差的问题,基于权向量长度恒定的常规线性约束波束形成算法,提出一种权向量长度恒定的最差情况性能优化波束形成算法.分析了神经次元分析(MCA)学习规则与该波束形成优化问题在数学描述上的相似性,利用神经MCA学习规则实现鲁棒自适应波束形成.仿真结果表明,与基于线性约束的波束形成算法相比,该算法具有更强的信号跟踪能力和干扰抑制能力,并且对信号方向向量的偏差具有更强的鲁棒性.     

一种基于模糊-比例积分双模控制的主动队列管理算法

通过将模糊推理方法和PI算法相结合,提出了一种新的主动队列管理(AQM)算法--基于模糊-比例积分(Fuzzy-PI)的双模态控制主动队列管理算法--Fuzzy-PI AQM算法.该算法的基本思想是当偏差很大时,使用模糊逻辑控制,当偏差小于某一阈值时,则切换到PI控制,从而将模糊逻辑控制的鲁棒性强和收敛速度快的特点与PI控制稳态性能好的特点有机地结合起来,实现对网络拥塞的有效控制.而且,由于在设计模糊控制器时采用了合成推理的查表法,极大地提高了模糊控制的实时效果,节省内存空间,优化了路由器的控制性能.仿真结果表明:Fuzzy-PI AQM算法的性能优于传统的PI算法,对队列控制能力强,鲁棒性好,能很好地抵抗突发性业务的干扰,更适合工作在瞬息万变的动态网络环境中.     

基于随机方差调整梯度的非负矩阵分解

针对求解非负矩阵分解的乘性更新规则存在计算复杂度高且迭代效率低等缺点, 提出一种随机方差参数调整梯度的方法. 将方差缩减策略和乘性更新规则相结合, 通过引入一个调整随机梯度估计量的参数校正梯度下降方向使其偏差与方差达到平衡, 从而能快速、 准确地逼近最优解. 在真实数据集上进行仿真实验, 结果验证了该算法的可行性和有效性.     

正交矩阵的充要条件与O-正交矩阵的性质

定义了O 正交矩阵、R 正交矩阵、L 正交矩阵等概念,并分析了右转置矩阵、左转置矩阵和全转置矩阵与正交矩阵的关系,得到正交矩阵的充分必要条件。并给出了 O 正交矩阵、R 正交矩阵、L 正交矩阵的一些相关结论。     

两种求复数矩阵逆的方法

介绍了实部矩阵、虚部矩阵均可逆和实部矩阵可逆、虚部矩阵可分解成2个向量乘积的两种复数矩阵的求逆方法,给出了这两种复数矩阵求逆矩阵的计算公式,并通过具体的实例来验证方法的可行性。     

格上矩阵的乘积运算性质

本文根据经典格论中的交、并运算的定义,在有补的分配格L上定义了格上的二阶矩阵的乘积运算,并给出了格上矩阵乘积运算的运算性质,得到关于几类特殊格上矩阵的相关结论.     

一种整数矩阵求逆方法的证明

本文利用组合的性质证明了一种整数矩阵求逆矩阵的方法，给出了求逆矩阵的公式，并通过了实例验证。     

矩阵的RQ分解

文章利用Householder矩阵变换给出行满秩矩阵的RQ分解,作为分解结果的应用,我们给出了一般矩阵的RQ分解.     

一种整数矩阵求逆方法的证明

本文利用组合的性质证明了一种整数矩阵求逆矩阵的方法,给出了求逆矩阵的公式,并通过了实例验证。     

多项式的矩阵形式及运算

根据矩阵理论,将多项式表示成矩阵的形式,并利用矩阵的运算性质,定义了多项式的加、减、乘运算,不但简化了多项式的运算,而且也为研究多项式的性质和多项式的除法奠定了基础.     

两个二次矩阵线性组合的二次性

目的当P1,P2是2个满足方程(x-α)(x-β)=0的矩阵(称为二次矩阵),讨论了线性组合c1P1+c2P2仍是二次矩阵时系数(c1,c2)的完全分类。方法通过二次矩阵的性质和矩阵方程恒等式的性质。结果与结论将幂等矩阵、幂幺矩阵、幂零矩阵的线性组合的保持性问题推广到了二次矩阵的情形,概括了特殊矩阵线性组合性质的相关结果。     

关于托普勒兹矩阵研究的新结果

托普勒兹矩阵在系统理论中有着十分重要的作用。本在参考献（１）的基础上对其进行了更深入的研究，得到了一些新的结果。     

多项式除法的矩阵表示

对于两个多项式相除,目前只有竖式算法和综合除法。本文以矩阵为工具,通过引入三个定义、两个定理和两个推论,对两个多项式在整除和不能整除这两种情况下,给出了多项式除法的矩阵算法。这样多项式相除就增加了一种新的算法。