排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
基于协议分析的Ipv6网络入侵检测系统的研究 总被引:2,自引:0,他引:2
从协议分析技术入手,围绕Ipv6网络的新特点,构筑了基于协议分析技术的Ipv6网络入侵检测系统的结构模型,并对实现方案作了具体的研究。在保持原有IPv4入侵检测系统检测引擎优点的基础上,挖掘IPv6特性,深入研究下一代网络体系结构,采用Ngrep解决了IPv6下的数据捕获问题,为IDS的进一步发展积累了一些经验。对协议分析的流程和基于数据挖掘的特征数据库的动态更新做了较详细的研究,对入侵检测系统的平台移植进行了有益的探索。 相似文献
2.
不同年龄的自闭症患者所表现出来的临床表征差异很大,但这些差异在影像学指标上却难以发现。为了解决这一问题,在静息态功能脑网络基础上,引入最小生成树分析方法,利用度、介数、离心率三个节点指标,对不同年龄分组(儿童-青少年,青少年-成人)之间进行差异分析。进而,根据统计显著性差异提取分类特征,结合SVM分类算法,构建一个准确率较高的模型。结果表明,在两组(儿童-青少年,青少年-成人)对比分析中均得到显著性差异区域,分类准确率分别为80.38%和81.88%.该方法为自闭症不同年龄患者影像学分析及辅助诊断提供了新的方法和思路。 相似文献
3.
论述了SNMP协议的发展变化,尤其是SNMPv3的安全性,分析了IPv6数据报相对于IPv4的主要变化,探讨了SNMP协议从IPv4过渡到IPv6所发生的地址表示和专用函数的变化,并对IPv6下SNMP的性能变化进行了分析。 相似文献
4.
为了解决人脸识别算法双向二维主元分析(2D2PCA)表征的信息不全面,鲁棒性差、识别速率较慢的问题,提出了一种结合二维离散余弦变换(DCT)算法和改进的双向二维主成分分析算法(模块(2D)2PCA)的新的人脸图像识别算法,该算法首先利用二维离散余弦逆变换(DCT)对人脸图像进行压缩,利用二维离散余弦逆变换(IDCT)对图像进行重建,可以去除了人脸图像中的干扰冗余信息。然后通过改进的2D2PCA算法即分块2D2PCA提取重建人脸图像中的特征。最后,用最近邻法对人脸图像进行识别,并定义了人脸图像相似度的概念。本文对ORL人脸图像数据库进行了实验。实验表明,本文算法有效的增强了识别的鲁棒性,缩短了识别的时间。 相似文献
5.
软件产品线是在某一固定领域中用于软件重用的一种方法,其最重要的步骤是可变性建模,但随着变量的不断增多模型中的依赖关系会变的十分复杂,因此针对模型中依赖复杂性问题提出了一个分离模型来处理这些变量的依赖关系,即统一表格方法,建立了采煤工作面的统一表格,同时使用表中的子域列描述特定产品变量的前置条件,可以有效的解决变量之间依赖性复杂的问题,还有利于领域模型中变量的追踪。实验结果表明,与其他模型相比较,统一表格方法可以有效的解决变量依赖的复杂性问题。 相似文献
6.
7.
针对环境资源对合作的巨大作用,提出了一种基于社会网络的合作博弈方法。该方法通过个体依据博弈收益获得环境资源,一旦环境资源数量小于零,则该个体会被邻居个体取代。实验结果表明,当环境资源数量一定时,较大的诱惑会带来被取代个体数量的上升,但较少的环境资源和中等的诱惑能极大地提升社会网_络中的合作水平。通过创新性地将环境参数引入到社会网络的博弈模型之中,显示了环境资源对合作的巨大影响力。 相似文献
8.
煤矿井下生产状况实时监测分析是实现煤矿事故或其它突发状况的预测和及时处置的前提,而监测对象的状态数据,以及对象间关系数据的记录、描述和视觉表达是实现实时监测分析的基础。在分析煤矿井下安全生产过程以及井下生产人员、设备、环境三类时空对象的特点与三者之间的关系基础上,给出了一个通用的面向对象时空数据模型,刻画了煤矿井下安全生产过程中不同生产要素的状态变化及其相互作用关系。基于该模型,开发了一个煤矿井下安全生产时空信息系统原型,并以位置关系为例,实现了煤矿井下安全生产时空对象的状态数据采集、数据存储管理、数据可视化,从而表明该模型可满足煤矿井下生产过程的实时观测、数据获取、存储管理、数据分析的需求。 相似文献
9.
农业土地利用变化的人工社会模型研究 总被引:2,自引:0,他引:2
人工社会作为复杂性科学研究的一个分支,在近年来得到了较快的发展,已呈现出向各个研究领域渗透的趋势.探讨了人工社会在土地利用变化研究领域的应用,并创建了一个土地利用变化的人工社会模型(LUC-ASM).该模型以农户和农民为两类agents,模拟不同社会、经济条件和不同政策影响下,农户和农民个体对自己承包的土地利用决策上的变化,进而从整体上揭示一些有价值的现象和规律.实例分析结果表明,该模型可以较好地反映土地利用变化的过程及各种社会经济因素的影响效应,有助于深化我们对人与自然环境相互作用的认识. 相似文献
10.
针对三维卷积神经网络在特征提取过程中,极易出现神经元被抑制直接失去活性的现象,提出一种改进的人体动作识别模型,在卷积过程中使用Leaky ReLU激活函数,对静默神经元恢复更新利用,深层次摄取图像之间的时间和空间信息,丰富神经网络特征结构;并且结合批量归一化处理,使信息素点规则化重新分布,有助于高效完成特征提取,提高收敛速度。在UCF-50公共数据集上的实验结果表明,该模型的准确率达到91.25%,相比其他方法至少提高6%,验证了模型的有效性。 相似文献