基于逐级反向选择算法的入侵检测

提出了一种改进的人工免疫系统算法——逐级反向选择算法,与Forrest提出的反向选择算法比较,在探测子的生成效率上有了本质性的提高．该算法将反向选择过程和克隆选择过程有机地结合在一起．将逐级反向选择算法用于具体的入侵检测,检测效果有明显的提高。     

基于免疫克隆选择算法的特征选择

提出了一种基于免疫克隆选择算法的特征选择方法．特征选择可以被看成是一个组合优化问题,利用免疫克隆选择算法快速收敛于全局最优的特性,加快搜索到最优特征子集的速度,为后续模式分类提供良好的判别依据．实验结果表明算法在保持甚至提高分类精度的同时,有效地降低了特征维数．与基于遗传算法特征选择的结果相比较,在有限代数内,该算法能收敛到更优的特征子集,从而验证了算法的有效性及其应用潜力．     

基于免疫算法的未知病毒检测方法

提出了一种基于人工免疫算法的未知病毒检测方法,该方法定义了自体、非自体、抗原、检测器等,实现了否定选择和克隆选择机制,给出了算法程序并进行了仿真实验．实验结果表明,该方法是一种检测未知病毒的有效方法．     

停车诱导系统下中心型路径诱导算法的改进与应用

在应用Dijkstra算法的前提上,建立一个适用于城市交通路况综合评测的路网模型．结合该模型,对Dijkstra算法进行改进,提出了一种中心型路径诱导算法,并应用到停车诱导系统中．将该算法和经典Dijkstra算法进行比较,结果表明该算法能及时适应路网变化,迅速做出新的路径选择．     

多用户协作通信中基于比例公平的资源分配

研究了多用户协作通信系统容量与用户间比例公平性的折衷优化问题,将该优化问题视作非凸优化问题．为减小算法复杂度,利用并行分解的方法给出了一种机会中继与分布式功率分配的联合资源优化算法．首先提出了基于用户容量增益的机会中继选择策略,然后利用KKT条件给出了分布式节点优化功率分配算法．仿真结果表明：相对于随机中继选择以及平均功率分配,该算法在具有较低的算法复杂度的同时,能够显著提高系统性能并保证公平性．     

基于目标语统计的译文选择的研究

译文选择是词义消歧研究在机器翻译中的分支．本文介绍了基于目标语统计的译文选择的原理,并以英汉机器翻译中汉语译文的选择为例,详细讨论了基于目标语统计的方法的实现．通过对词典译文的处理得到统计数据．为适应实用化系统的要求,统计数据进行压缩,并采用特殊的检索算法．提出了多项式级的逐步渗透译文选择算法,实验结果表明,该算法可以将译文选择正确率提高１０％以上．     

基于多目标规划和业务区分的多QoS约束路由算法

针对大多数QoS路由选择算法所存在的问题,采用多目标规划和业务区分的方法建立了满足多QoS需求和网络资源利用率的路由选择数学模型,对Fallback＋算法作了进一步扩充和改善．提出了一种新的Fallback＋＋算法,它不仅能满足多QoS约束,而且能高效地利用网络通信资源．分析得出该算法的时间复杂度和空间复杂度均为O（n＊N^2）．仿真实验验证了该模型和算法的有效性和正确性．     

基于克隆选择算法的人脸特征选择

针对经典PCA算法在人脸特征提取上的局限性,提出了一种基于克隆选择算法的特征选择方法．克隆选择算法的收敛速度快,具有较强的全局搜索能力,可以快速搜索到最有利于分类的特征空间;因此利用克隆选择算法对PCA变换后的特征向量进行选择,可以有效避免PCA只选择人脸轮廓信息,而忽略细节信息的不足,在人脸识别中取得了较好的效果．通过对ORL和Yale人脸库的仿真实验表明,该方法无论在识别率、降维效果还是稳定性方面,性能均优于遗传算法,不但有效降低了特征向量维数,还将人脸识别率提高到91．5％,因此研究该算法具有很强的现实意义．     

基于多克隆选择的多维关联规则挖掘算法

通过引入多克隆选择算法的思想,提出了一种基于多克隆选择的关联规则挖掘算法．仿真对比试验表明,该算法加快了关联规则挖掘的收敛速度,具有更强的全局与局部搜索能力,与基于进化算法和基于免疫算法的关联规则挖掘算法相比,明显提高了所得关联规则的准确率．     

逐点生成参数曲线的改进算法

为了提高曲线生成算法的速度，讨论了如何选择最佳的步长，使曲线前进的幅度在不超过一个象素的前提下，选择尽量大的步长．为了进一步提高算法的速度，采用了双步逐点曲线生成算法，设计使用Visual C 6．0为工具，并以曲线方程为例实现了该算法．     

共享连接结果的连续查询处理

深入研究了适合数据流连续查询处理的Shared PushDown,PullUp和Filtered PullUp三种可共享连接结果的策略.通过理论分析和实验证明,在数据流的连续查询处理中,PullUp策略性能较低,而Filtered PullUp和Shared PushDown策略各占优势.Filtered PullUp处理简单,消耗内存相对较少.而Shared PushDown增加内存使用,但在注册查询的选择因子覆盖较少时有一定优势.考虑到处理的方便,一般情况下Filtered PullUp是适合数据流连续查询处理的最佳方案.     

基于PDA的Composite模式及文件搜索算法

介绍了Composite模式和PDA的特点及发展前景,研究了文件搜索与Composite模式的对应关系,提出了基于PDA的文件搜索算法,该算法能简化客户代码,并有通用性强,执行效率高的特点.最后根据该算法对PDA的文件搜索应用程序进行了设计,运行结果验证了该算法的正确性与合理性.     

基于链路重要性的分布式网络可靠性评价方法

为了快速有效地评估分布式网络可靠性,针对目前最有效的HRFST算法在搜索最小文件生成树过程中存在的3个问题,提出了一种基于链路重要性的分布式网络可靠性评价方法.该算法以链路重要性为最小文件生成树的首要搜索依据,提高了干路被选中的概率.将改进的网络化简方法用于搜索的每一步,使图更为简化,并消除了对不含文件生成树的子图搜索.分析和实验结果表明,在得到正确可靠性结果的基础上,该算法减少了子图产生数量和分析可靠性的实际执行时间,性能优于其他算法.     

P2P文件分发的遗传算法优化研究

P2P网络中节点加入和退出的随意性,影响着文件的可用性;为达到满意的性能,P2P社区必须对文件进行复制或替换.由此,提出引入遗传算法解决P2P文件可用性优化问题,它适合高效的、自适应的文件复制.为在组内成员节点之间复制源文件,将文件划分成大小相等的小片,依据链按时选择该节点的概率,将小片传送到成员节点;然后,每个节点向组内剩下的其它节点复制传播.该方法减少了文件复制的时间,提高了文件可用性.     

移动应用中ICE算法的设计与实现

移动通讯技术的快速发展使移动下载服务越来越普及.针对手机存储容量有限和文件版权保护的问题,提出一种针对二进制文本文件的ICE算法,它基于著名的压缩算法Huffman,通过在压缩过程加入密钥实现文件压缩和加密的一次运算完成,不仅节约了手机存储空间,而且避免了文件的恶意传播.通过仿真实现,ICE算法在加密强度、压缩效率、内存占用、运行时间、代码大小上具有良好效果,证明了ICE算法在移动文件下载服务的有效可行性.     

基于产品相似性和CCA数据评价的盟员选择策略与算法

提出了基于产品相似性评价和 CCA[1 ] (cost\capability\available)数据评价的综合的盟员选择策略和方法。采用基于产品相似性评价的方法 ,结合关键特征的一次性否决策略 ,可以提高盟员选择速度 ,但这种方法仅仅考虑了产品的相似性 ,不能保证所选择的盟员是最合理的。基于AHP方法的 CCA数据评价方法 ,综合考虑了侯选盟员多种技术指标 ,实现对侯选盟员的综合评价 ,保证最终所选择的盟员是较合理的     

深空通信中基于中继选择的文件传输协议

针对深空通信传播时延大、误码率高以及链路间歇性中断的问题,提出一种基于中继选择的深空文件传输协议。该协议将文件传输过程分为跳到跳发送和端到端重传2个阶段。在发送阶段,提出一种中继选择算法,通过分析天体运动规律选择合适的中继节点,并结合深空链路信道特点,分析链路丢包率和信道增益的关系,选择最优中继链路逐跳进行传输,降低丢包率进而减少重传次数;在重传阶段,目的端对数据包进行校验和检查,丢失的数据包通过端到端链路进行重传,保证文件的可靠传输。仿真结果表明,当端到端误码率大于10－5时,所提协议能有效减少重传次数,进而降低传输时延。在误码率为10－3时,与空间数据系统咨询委员会（consultative committee for space data systems,CCSDS）提出的文件传输协议（CCSDS file delivery protocol,CFDP）相比,该协议的传输时间缩短了40％,能较好地适应深空通信环境。     

带L1规划的广义线性模型中的一种系数估计法

介绍了L1规划广义线性模型(GLM)的一种系数估计法,估计系数的同时进行变量选择,从而确立模型.事实上,此算法用来选择变量更有用.L1规划法按照对系数一范数的惩罚来选择变量,是向前选择变量法的一种改进,运用凸优化的预测—修正法,GLM系数估计法可有效地算出系数,其中规划参数的步长对控制系数精确性至关重要,本文对三种步长选择法作了相应的比较和分析,接着给出算法的推广,最后总结算法并且对这种估计法的应用范围进行了展望.     

改进的PrefixSpan算法在旅游热门路线上的应用

PrefixSpan算法是目前比较经典且较为高效的挖掘频繁序列模式的算法,而应用在旅游热门路线的搜索上,仍存在着连续性不足的问题.为了改善该算法的连续性,从改变频繁序列模式的生成过程方面对算法进行了改进优化.实验结果表明,改进的PrefixSpan算法在旅游热门路线的搜索上具有更好的连续性,且比原算法效率更高,更适用于旅游热门路线的搜索.     

基于补充频繁模式的P2P搜索优化

为有效提高peer to peer(P2P)系统在文件共享应用中的资源搜索速度,解决P2P节点的负载均衡,保证P2P共享系统的稳定性、可靠性和扩展性,提出了一种基于补充频繁模式的快速查询响应方法,主要工作包括：（1）提出满事务和补充频繁模式概念及补充频繁模式树(SFP-Tree)结构,其主要思路是利用具有较高支持度计数的短频繁模式B,吸收与B一起构不成频繁模式但又达到一定共享支持度阀值的单项构成基项集的补充项,B的所有补充单项构成其补充项集S,在此基础上查找包含B的最大频繁项集X,并从S中排除与X一起达不到共享支持度阀值的补充项,从而以X和S的子集构成一个以B为基项集的具有足够长度的补充频繁模式; （2）实现了补充频繁模式的挖掘方法,其主要思路是在构成整个事务数据库升序FP-Tree(AFP-Tree)基础上,递归挖掘条件混合模式树（CMP-Tree）,在基项达到指定长度时,生成补充频繁模式树SFP-Tree,在此基础上挖掘带有负项的补充频繁模式,最后针对带有负项的补充频繁模式生成只包含正项的补充频繁模式; （3）模拟一份文件资源的历史响应事务集进行详实的实验,实验结果表明对于数据集规模达到100,000的P2P系统历史响应事务数据库,基于SFP-Tree的补充频繁模式挖掘方法能在20秒以内生成此文件资源的有效响应列表并能选择其中一个列表的有效子集瞬时响应查询请求。