基于Intranet入侵检测的研究

阐述了Intranet与入侵检测系统的相关理论和基本原理，设计了基于Intranet的入侵检测系统框架．给出了简单实用的模式匹配算法，即使在最坏的情况下也有较好的效率．该系统实现了网络系统安全的动态监测和监控，是一种新型网络安全策略．     

基于阈值函数的诱发脑电小波特征增强

通过对脑-计算机接口中通信信号进行频谱分析,发现了靶刺激信号与非靶刺激信号的频谱在10Hz以下的低频段有较大的不同,采用Daubechies小波和Mallat算法对脑电信号进行多尺度分解,对高频分解系数简单置零、低频系数引入连续阈值函数进行滤波,使白噪信号在一定程度上得以滤除,靶刺激信号更加突出,提高了后续模式分类的正确率.     

一种基于子空间分解的语音增强算法

提出了一种基于卡亨南-络维变换方法的语音信号增强处理算法,该算法提供了在语音信号失真和残留噪声之间进行控制的机制,无需对噪声进行任何假定,克服了以往语音增强算法中对语音信号的噪声特点的限制,可以对混有加性白噪声、有色噪声和音乐噪声的语音信号进行增强处理.     

基于配置约束处理的产品配置设计方法

为了解决复杂的配置设计问题，提出了一种集成配置设计方法．该方法包括3个相互协作的过程：通过实例匹配技术从现有设计实例库中搜索满意设计解；通过领域知识的支持解决具有强烈知识依赖性的模块配置问题及关键参数的赋初值问题；通过进化算法解决配置设计过程中参数的求解和优化问题．针对参数求解和优化过程中的一些复杂配置约束，在传统进化算法的基础上提出了约束校核操作和再设计规则的配置约束处理方法．最后以蜗杆减速器为实例，验证了所提出的基于配置约束处理的产品配置设计方法能够快速给出良好的设计解，从而为复杂产品的配置设计问题提供求解方案．     

自主移动机器人走廊视觉识别与跟踪方法研究

在基于图像的道路识别技术实现的自主驾驶问题研究中,图像识别和跟踪的速度是自主驾驶效果的关键。采用基于模型的走廊识别技术,通过模仿人类视觉过程,使用遗传算法,对实时图像进行目标识别和跟踪,实现了一套自主移动机器人系统;同时通过对识别模型匹配值的变化率分析,实现了对走廊拐角的识别。实验结果表明,该方法的走廊图像识别和跟踪速度能够满足系统实时性的要求,并具有较高的可靠性。     

粗糙集结合BP神经网络的数据融合方法研究

在粗糙集和数据融合基本理论的基础上,研究了基于粗糙集理论和BP神经网络相结合的数据融合方法。先利用粗糙集对输入信息进行简化,剔除冗余信息,从而缩减了BP神经网络的规模,提高了融合系统的识别率,进而提高整个融合系统的效率。与传统的神经网络融合系统进行比较,通过实例说明了该方法的有效性。     

基于改进遗传算法的数字PID参数整定

提出了一种改进遗传算法整定数字PID参数,对所得的参数在Matlab下进行了仿真,并以89C51单片机为控制器对二阶被控对象进行了实验。仿真与实验结果表明,该方法比简单遗传算法收敛速度更快,收敛过程更平稳;所得参数对被控对象阶跃响应控制效果优良,使被控对象的输出能快速、稳定、准确地跟随输入信号。     

基于鱼群算法的油田多级站定位优化方法研究

为了解决油田多级站定位优化问题,建立了该问题的大规模非线性MIP模型,该模型用传统方法求解相当困难.为了方便鱼群算法对该问题的求解和提高解算速度,对模型中的连续实型变量进行离散化处理,从而使整个优化模型变成纯0-1非线性IP模型.在解算过程中,用人工鱼体能累计和消耗程度来调度人工鱼行为;用海明距离度量人工鱼个体间的距离;采用随机步距移动的贪婪法描述个体追尾行为;采用鱼群规模、视野大小、拥挤程度和最低生存体能控制等方法实现局部最优解逃逸策略;采用最大迭代次数和迭代过程中最优解平均值变化程度来控制迭代终止时机.算例结果表明,该算法计算速度和稳定性有较大提高,可在微机上稳定地获取问题的最优解.     

基于智能网业务控制点过载算法研究

研究了在不同队列长度、不同概率p（呼叫时到达间隔时间为0的概率）情况下令牌桶算法的健壮性，提出一种根据数据流速及波动性控制令牌速率的模糊控制算法．仿真结果表明该算法不仅具有简单令牌桶算法的良好健壮性，而且提高了过载数据的处理速度，有效减小了数据丢失，在一定程度上防止了过载引起的网络拥塞，缓解了业务控制点（SCP）的高负荷．     

基于迭代算法的SFBC-OFDM系统

将尾抵消和循环重建应用于空频编码的正交频分复用（SFBC-OFDM）系统中，为了消除循环前缀对空频编码带宽损失的影响，使用了迭代算法来校正接收到的信号．由于采用了尾抵消和循环重建，较之传统的带有循环前缀的空顿编码，带宽效率得到了很大的提高．仿真结果显示，该方法在迭代次数很小时性能便可接近带有循环前缀的SFBC-OFDM系统．