一种基于样本的综合评价方法及其在FSA中的应用研究

给出了一种基于多个样本单元或给定标准的多目标、多准则综合评价方法 ,并讨论了它的相关性质 .同时 ,还给出了一种依据样本前沿面移动划分可行集的算法 ( MSF) .根据划分的各区域特征 ,可以对决策单元的性状进行比较或排序 .在此基础上 ,给出了 n维空间中最大可接受风险曲面的概念 ,推广了传统的 F-N曲线分析方法 .并将 MSF应用于多风险区域分划以及同类单元综合风险评估 ( FSA)等问题中 .     

SSH协议分析

探讨了SSH协议体系结构,介绍SSH三个层次：传输层协议、用户认证协议、连接协议和密钥机制．讨论了SSH连接建立过程的各个阶段,为理解和应用SSH提供了理论基础．     

Experimental investigation of parallel optical data storage using pyrrylfulgide photochromic material

The optical storage characteristics of a new kind of organic photochromic material棗pyrrylfulgide were experimentally investigated in the established parallel optical data storage system. Using the pyrrylfulgide/PMMA film as a photon-mode recording medium, micro-images and encoded binary digital data were recorded, readout and erased in this parallel system. The storage density currently reaches 3?107 bit/cm2. The recorded information on the film can be kept for years in darkness at room temperature.     

A CLUSTERING ALGORITHM FOR MIXED NUMERIC AND CATEGORICAL DATA

Most of the earlier work on clustering mainly focused on numeric data whose inherent geometric properties can be exploited to naturally define distance functions between data points. However, data mining applications frequently involve many datasets that also consists of mixed numeric and categorical attributes. In this paper we present a clustering algorithm which is based on the k-means algorithm. The algorithm clusters objects with numeric and categorical attributes in a way similar to k-means. The object similarity measure is derived from both numeric and categorical attributes. When applied to numeric data, the algorithm is identical to the k-means. The main result of this paper is to provide a method to update the “cluster centers“ of clustering objects described by mixed numeric and categorical attributes in the clustering process to minimise the clustering cost function. The clustering performance of the algorithm is demonstrated with the two well known data sets, namely credit approval and abalone databases.     

面向武器装备系列研制的灵境仿真研究

首先阐明面向武器装备系列研制的灵境仿真研究的重要性及其学科归属.根据实施约束条件,将本项研究定位于应用基础研究.基于90年代的计算技术基础设施,将VR仿真开发系统的技术目标设定为自学习、自优化、目标驱动的自产生式建模与仿真环境.在1995年已实现的人工智能嵌入面向对象编程AI+OOP形式化体系中,通过知识封装赋予对象以知识禀赋和似人的精神属性.把AIOOM开发平台提升到面向智能体层次.文章给出Agent设计及实现的形式化描述,并通过二个实例说明该系统的可行性和优势.最后,展望系统发展方向并指出待努力解决和问题.     

基于粗糙集理论的人工神经网络故障诊断系统

在故障诊断神经网络模型的基础上,以粗糙集理论中的信息系统属性值表为主要工具,将复杂的神经网络分层的简并剔除其中不必要的属性,克服了网络规模过于庞大及分类识别速度慢等缺点,取得了减少分类过程中的模式匹配搜索量的良好效果,并给出基于粗糙集理论的分层发掘神经网络模型结构及算法,结果表明该系统对工程应用具有一定的参考价值。     

数据融合技术在公路隧道火灾探测中的应用

在分析公路隧道火灾特点的基础上,依据数据融合的基本原理,充分利用多个传感器资源,把多个传感器在空间和时间上的冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述。提出了一种基于数据融合技术的隧道火灾探测算法,以感烟、感温和感光传感器的模拟量为输入,利用人工神经网络和模糊逻辑技术对多传感器信号进行融合,设计出一种快速、准确和有效的隧道火灾自动探测融合系统,可缩短报警时间,降低误报警率。克服了火灾探测算法单一使用固定阈值的弊端。     

"已实现"双幂次变差与多幂次变差的有效性分析

近年来,基于金融高频数据的波动率研究成为金融学研究领域的热点,而有效性是衡量波动率估计量优劣的重要标准,本文对波动率估计量的新方法“已实现”双幂次变差和“已实现”多幂次变差的有效性进行了研究,得出“已实现”双幂次变差在一般条件下比“已实现”波动更有效的结论,并且证明了在一定条件下,“已实现”多幂次变差的幂次个数越多,该波动率估计量的有效性越高.这一结论为“已实现”多幂次变差的幂次个数选取提供了原则.     

基于多边约束的数据融合网络定位

无线传感网络定位方法近几年来受到广泛的关注。分布式算法是传感网络定位的一个主要要求,它不仅能减小计算和通信负载,同时对络的非连通性有很好的鲁棒性,对测量噪声克服也有一个很好的实现方案。虽然多种测量技术都能实现位置估计,但都存在某些不足。数据融合是一个很好的解决方案。提出了一个数据融合的结构和模糊优化数据融合算法。对每个节点的TOA和RSS数据进行融合。仿真表明位置估计的精度能够得到显著的改进,同时算法的复杂度也得到了降低。     

传感器网络中异常数据实时检测算法

如何实时检测传感器网络中异常数据是一项非常重要的工作。通过对线性自回归的分析法,给出传感器数据流的预测模型及其预测机制。当预测出现失败时,给出了一种预测模型自动调整策略,以降低预测误差。基于该预测模型,提出了一种异常数据检测方法,通过计算当前时刻的预测误差与平均预测误差的比值,比较该比值与预先设定的阈值的大小,以检测该时刻数据是否为异常数据。基于该方法,提出了异常事件检测和数据压缩处理的算法。仿真结果验证了预测模型的正确性和有效性,表明该模型能够实时检测异常事件和压缩数据处理。