数据仓库技术在网络信息安全风险评估系统中的应用

本文将数据仓库技术引入到网络信息安全风险评估系统中,依据风险评估组件对评估数据的不同要求建立数据仓库.数据仓库系统采用面向主题的数据组织方式,对网络历史事件数据和网络当前状态数据,按照评估方法的不同进行归类和统一管理,以满足风险评估组件中不同评估方法对数据的需求.数据仓库从源数据到 ETL过程,为评估系统进行数据分析提供了快速的数据准备,有效提高了评估的准确性和时效性     

果树农业气象灾害风险评估与应用研究

灾害风险评估是一项新型研究课题,目前比较普遍的研究方法是灾害风险等级评估.以甘肃天水食用杏为例,从分析影响杏产量形成的气象因素入手,利用统计学方法和风险原理,构建了"基于杏产量损失的农业气象灾害风险评估"、"基于不同农业气象灾害类型的灾害风险评估"和"基于不同农业气象灾害类型和灾害贡献率的灾害风险评估"3种农业气象灾害等级风险评估模型,对1982-2011年30a农业气象灾害对食用杏产量形成影响进行了综合风险评估,灾年(包括小灾、中灾、大灾和特大灾)评估以"基于不同农业气象灾害类型和灾害贡献率的灾害风险评估"方法准确率最高,为90%;"基于杏产量损失的农业气象灾害风险评估"居次,准确率80%,以上2种评估方法评估效果都比较理想,可为多年生果树作物气象灾害风险评估研究提供参考,对农业防灾减灾有一定的指导意义.     

面向大数据应用的多层次混合式并行方法

基于很多大数据应用存在对数据进行多种并行处理的需求, 提出两层混合式并行方法, 即执行单元的混合并行和计算模型的混合并行. 通过在同一个计算节点上执行单元的混合并行, 充分挖掘基础设施的计算能力, 从而提高数据处理性能; 采用在同一个执行引擎中集成多个计算模型的并行方法, 以适合应用多样异质处理模式. 不同的混合并行方法可以契合不同的数据和计算特点, 以满足不同的并行目标. 介绍了混合式并行方法的基本思想, 并以前期开发的并行编程模型BSPCloud为基础, 阐述了进程和线程混合并行、BSP和MapReduce混合并行的主要实现机制.     

舰船保障性并行设计管理模式分析

针对传统串行设计管理模式中存在的问题,提出了舰船保障性并行设计管理模式,包括舰船总体与保障性设计内容并行,舰船总体设计过程并行,舰船综合技术保障设计主体并行和舰船全寿命周期信息集成共享4方面,界定了并行的内容和并行设计中各主体活动,给出了并行设计流程,建立了基于CALS的并行设计信息集成体系,从而为舰船在设计阶段就具备可保障、易保障能力提供理论和方法依据.     

旅游区桥梁工程安全风险关注点及风险评估现状与对策

旅游区桥梁工程兼具交通和观赏2种功能.从结构安全风险、自然灾害风险2个方面,分析了桥梁安全风险辨识及风险评估.以某旅游区桥梁工程为例,按照建设安全风险评估指标体系,开展灰色层次分析法的流程,探讨旅游区桥梁工程的安全风险评估方法,并针对当前旅游区桥梁工程风险评估现状,提出了可靠的对策,以期为实践旅游区桥梁工程安全风险评估工作提供参照.     

山岭公路隧道施工安全风险评估理论体系

我国山岭隧道工程经过30多年的快速发展取得了巨大成就,但与之相伴而来的各类事故和风险依然严峻.至今,风险评估及管理理论与实践的迅速发展对隧道建设中保障人员健康安全、减少经济损失、保护自然环境等贡献颇多,已成为工程施工过程中不可或缺的环节.针对我国山岭隧道工程风险评估与管理中存在的诸多问题,如缺乏清晰完备的风险管理流程、缺少规范的风险评估指标体系等,本文通过总结和改进已有规范与标准的风险评估过程,建立了山岭隧道风险评估与管理的完整流程,并从风险源辨识、风险事件辨识和两者之间关系的辨识三方面对其中的风险因素辨识部分做出详细阐述,给出了风险因素辨识的流程;通过引入软科学量化风险分析分析方法,构建事故案例数据库和实用软件平台等,并采用合理选取指标项、引入指标权重项、规范化评分标准等方法,对现有的风险评估指标体系进行改进和完善,建立了系统的山岭公路隧道施工安全风险评估及管理理论体系和风险等级评价标准.文中以总体风险评估体系和专项风险评估体系中的岩爆风险事故评估体系为例,具体阐述了所建立评估体系和标准的评估思路和方法,以期促进风险评估和管理理论在具体隧道工程中的应用.     

复杂数据通信网络风险评估研究

为提高复杂数据通信网络的稳定性,对复杂数据通信网络的风险评估进行相应研究.分析了复杂数据网络发展状况及其结构特点.分析了风险因素关系,确定风险评估流程,在风险评估模型的基础上,详细研究了非贯序蒙特卡罗模拟法和状态枚举法,并对上述风险评估方法进行了相应仿真实验.实验表明:采用的评估方法可以有效地评估复杂数据通信网络风险;仿真计算所得风险值分布符合风险趋势曲线.     

某长江公路大桥基于专家经验法的安全风险评估方法研究

桥梁结构风险评估贯穿于桥梁建设全过程,文章以某长江公路大桥为例,基于专家经验法,主要介绍该桥在方案初步设计阶段的安全风险评估方法及其主要评估流程,重点论述了风险等级的确定和专家调查表的编制办法,同时简要阐述了桥梁风险评估的现状及前景.     

甘肃山区城镇地质灾害风险区划技术方法探讨

在简要分析国内外地质灾害风险评估研究进展的基础上,根据甘肃省山区城镇地质灾害风险评估项目开展的情况,重点探讨了大比例尺风险评估工作部署、技术思路和评价方法,尤其是对地质灾害危险性、易损性和风险评估量化评价方法进行了总结.根据地质灾害风险评估工作特点,指出了地质灾害风险评估是一个递进性的过程.其中致灾体识别是风险评估的核心内容,地质灾害危险性评价是关键环节,易损性评价是在危险性评价的基础上得出的结果,风险区划则是危险性和易损性的综合结果.     

新平县地质灾害风险评估及架构

地质灾害风险评估是从国外引进的新理念和新方法.国内目前对此的理解和应用,经常有概念混淆之处,对其评价也有诸多困难.根据当今国际上通用的地质灾害风险评估理论,以新平为例,综述了国内外在这些难点上进行量化和评价的技术方法,架构了风险评估系统.     

基于神经网络的并行布局算法

根据神经网络串行布局算法 ,进一步研究并提出了与布局问题相适应的神经网络并行计算模型及并行布局算法 ,以负载平衡及系统通信开销最小为目标 .理论分析结果表明 ,运用该算法能达到此目标 ,且具有布局质量高、收敛快、计算简单等特点 ,适于神经网络并行布局     

改进的神经网络并行算法及其在地震初至拾取中的应用

针对经典BP神经网络易于陷入局部极小点、易于产生振荡等缺点,提出了神经网络初始权值的二分法,改进了一种网络结构自动确定算法,并将随机算子和遗忘因子引入BP神经网络中.在提高全局寻优能力的同时,加快了网络的收敛速度.在分析了神经网络内在并行性的基础上,基于MPI实现了改进算法的并行化,将算法应用于地震资料的初至拾取,并取得了良好的应用效果,验证了算法的有效性.     

多宇宙并行量子遗传神经网络人脸识别算法研究

针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交叉克服了早熟收敛现象,避免了遗传算法中繁琐的交叉、变异过程.最后设计实现了并行的卷积神经网络,使用并行量子遗传算法优化了卷积神经网络权值,实现了并行量子遗传神经网络人脸识别系统.实验结果表明,相对于原来的遗传算法,该算法在鲁棒性和实验速度上都有明显的提高.     

感知机的DNA计算模型

本文建立了在人工神经网络中实现简单的线性分类功能的、感知机的DNA计算的自装配模型,该模型并行地实现了神经网络的学习过程,充分利用了DNA计算极度并行的特点.     

一种用于MIMD平台的并行遗传／神经网络混合学习算法

本文提出了一种用于多层前馈神经网络训练的新算法，它把遗传算法与自适应变形梯度学习算法集成起来。这种并行混合学习算法已经在ＭＩＭＤ平台实现了。通过把该算法用于二个图像识别领域例子，对它的性能进行了评估，本文学显示了所 拼行混合神经网络学习算法的良好的收敛性。     

基于FPGA的卷积神经网络加速系统

以在现场可编程门阵列(FPGA)上部署卷积神经网络为背景,提出了卷积神经网络在硬件上进行并行加速的方案.主要是通过分析卷积神经网络的结构特点,对数据的存储、读取、搬移以流水式的方式进行,对卷积神经网络中的每一层内的卷积运算单元进行展开,加速乘加操作. 基于FPGA特有的并行化结构和流水线的处理方式可以很好地提升运算效率,从对ciafr-10数据集的物体分类结果看,在不损失正确率的前提下,当时钟工作在800 MHz时,相较于中端的Intel处理器,可实现4倍左右的加速.卷积神经网络通过循环展开并行处理以及多级流水线的处理方式,可以加速卷积神经网络的前向传播,适合于实际工程任务中的需要.     

基于改进的双并联动态过程神经网络的旅游需求预测

为克服前向过程神经网络收敛速度慢、精度低的问题,提出了一种改进的双并联动态过程神经网络,对于给定的全连接的过程神经网络,通过优化其连接权值和网络结构,删除冗余连接使之成为部分连接的过程神经网络系统,并给出了基于正交基函数展开的学习算法,从而降低了计算的成本。改进的双并联动态过程神经网络应用于旅游预测问题,结果表明其预测精度能够满足工程需要。     

MIMD机器上流水化BP算法的实现

神经网络训练过程中的高昂计算代价是有待克服的一个主要困难。作者把前馈多层神经网络的相继各层看做流水线的相继步骤，从而提出了一个在ＭＩＭＤ机器上实现的并行ＢＰ算法来提高误差反传递算法的效率。文章的最后，对ＢＰ算法的并行实现进行了分析，理论分析结果显示，多种神经网络结构都可有效地并行化。     

基于进化神经网络的入侵检测方法

将神经网络与遗传算法结合,提出入侵检测的进化神经网络方法,它是个高效并行非线性动态处理系统,可以满足实时处理要求·首先用遗传算法优化神经网络结构,然后用优化的神经网络进行入侵检测预测、预警·用进化神经网络方法不断演化,寻找最优的网络结构·当进化神经网络学会系统正常工作模式后,能够对偏离系统正常工作的事件做出反应,进而可以发现一些新的攻击模式·实验表明预警率是很高的     

一种基于概率神经网络模型的胃病诊断专家系统

给出了将神经网络与基于规则的专家系统结合起来的一种神经网络模型,在这种模型中,一方面,领域知识以显式方式表示,神经网络的并行推理过程是可以理解和解释的;另一方面,由于通过贝中斯后验概率指定权值,因此避免了神经网络漫长的递归学习过程,提高了学习效率。