TCP流量早期识别方法

摘要： 为了对TCP数据流进行及时、快速并准确的识别,本文提出一种TCP流量早期识别方法. 该方法以TCP流初期的3 个数据包的载荷大小和服务器端口作为特征,利用支持向量机进行分类. 实验结果表明,根据提取的特征,采用无偏训练样本能快速而有效地识别WEB、MAIL、P2P中的BitTorrent和eMule等流量.     

一种基于Kohonen和最小风险贝叶斯决策的雷达信号识别方法

鉴于有监督的Kohonen神经网络在雷达信号识别方面的不足,将S-Kohonen神经网络和最小风险贝叶斯决策相结合,提出了一种加强的S-Kohonen-Bayes方法对雷达信号进行分类,并利用Adaboost强分类器设计对识别结果进行修正.人工仿真实验结果表明,错误率平均降低了36%,改进方法具有良好的识别能力,使用最小风险贝叶斯决策进行修正是有效和必要的.     

一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法

为了增强图像分割技术的准确性并优化图像分割技术的细节分割效果,提出了一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法.将OTSU算法中依据图像灰度特征选取的图像中的前景和背景通过属性加权朴素贝叶斯算法进行分类处理,计算图像中前景和背景的概率,训练该模型以获得最佳阈值进行图像分割处理,优化图像分割的效果.利用无人机航...     

基于R-vine Copula理论的改进朴素贝叶斯分类器

朴素贝叶斯分类方法在分类时,基于属性之间的独立性假设影响了其分类性能.基于此在R-vine Copula理论的基础上,利用一系列Pair Copula函数和核密度函数的乘积来构造属性的类条件概率密度函数,并通过AIC准则选取最合适的Pair Copula函数,用极大似然估计法确定其参数.实验结果表明,改进的分类器提高了...     

基于股票财务数据的贝叶斯网络的参数学习

研究了基于最大似然估计、贝叶斯估计与EM算法的贝叶斯网的参数学习.选取上市公司的10个股票财务变量构建贝叶斯网络,利用创建好的贝叶斯网络进行统计推断.对比最大似然估计和贝叶斯估计得到的参数值并展示EM算法不同迭代次数时的指数似然值,把EM算法得到的CPT表和最大似然估计的值相比较,对比较得到的结果进行归纳与分析.为基于不同算法的贝叶斯网络的参数学习提供了实证分析.     

数据挖掘中的贝叶斯网络构建与应用

贝叶斯网络是数据挖掘有效的工具之一,贝叶斯网络能够处理不完整数据.定量地描述了数据间的相关性,并以图形的方法描述数据间的相互关系.分析了构建贝叶斯网络的基本理论,并指出了贝叶斯网络在数据挖掘中的应用.     

基于属性值贡献率的朴素贝叶斯改进算法

朴素贝叶斯分类是一种简单高效的方法.但是当属性独立性假设不成立时,有可能导致待测样本类别判断错误;且当待测样本到各类别的概率相同时,无法判断该样本类别,从而影响了它的分类准确率.本文提出基于属性值贡献率的朴素贝叶斯改进算法,利用待测样本的各个属性值在各类别的总贡献率判别该样本的类别.在蘑菇数据实验结果表明,该算法能有效提高分类的准确率.     

一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法

为了增强图像分割技术的准确性并优化图像分割技术的细节分割效果，提出了一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法。将OTSU算法中依据图像灰度特征选取的图像中的前景和背景通过属性加权朴素贝叶斯算法进行分类处理，计算图像中前景和背景的概率，训练该模型以获得最佳阈值进行图像分割处理，优化图像分割的效果。利用无人机航拍采集的图像数据进行实验，结果显示基于属性加权朴素贝叶斯算法的OTSU图像分割方法优化了图像的分割效果，较完整地展示了分割后的图像细节，具有较好的应用价值。     

基于贝叶斯决策树的医学图像分类方法研究

随着PACS系统在我国各医院的普及,PACS数据库中存储了大量的医学图像信息,如何把这些图像进行分类来提供相似病例图片,从而为临床诊断提供辅助帮助已成为研究热点.关于医学图像的分类,已有很多学者从不同方面用不同方法进行了研究.本文使用贝叶斯决策树的方法对PACS数据库进行教据挖掘,实现医学图片的分类.贝叶斯决策树不仅能够提高分类的准确率,而且能够处理不一致,不完整数据等"脏数据",本文充分发挥了贝叶斯方法和决策树方法的优点,通过对肺癌图片进行良性、恶性分类,证明了本方法的有效性.     

对数正态分布序列单均值变点的识别和估计

针对数据呈现偏态分布且存在变点的情况,构建对数正态分布的单均值变点模型,给出分布的均值单变点模型的似然函数,并采用极大似然方法和贝叶斯方法对变点位置进行识别和估计．通过模拟比较研究,这两种方法都能有效地估计变点位置,在标准差和相对误差准则下,贝叶斯方法比极大似然方法效果更理想．其中共轭先验分布下的贝叶斯方法较无信息先验下的贝叶斯方法识别和估计变点位置表现更优．     

卫星通信网络带宽监测技术研究

通过"干涉模型"分析了"探测报文对"发送时间间隔与路径中背景流量之间的相互关系,并开发了一个适用于卫星通信网络的快速报文组算法.最后利用GEO/LEO卫星通信网络模型对该算法作了仿真试验,并取得了较为满意的效果.     

基于流量预报的无线传感器网络自适应拥塞控制路由协议

基于按需距离向量路由协议,提出了一种针对无线传感器网络的自适应拥塞控制路由协议,所提出的协议根据时间序列预报算法获得未来时刻的网络流量预报值,并由此判断节点的拥塞程度以便预先采取分流措施,实现对路由的自适应控制. NS2仿真实验表明,该协议有效地提高了网络性能,特别是对网络拥塞和流量均衡的改善较大.     

IP流分流的异构无线网络负载均衡

摘要： 针对传统异构无线网络硬负载均衡方法业务阻塞率较高的问题,根据软负载均衡方法,提出了异构无线网络中基于IP流分流的负载均衡算法. 该算法通过数值分析得到最佳分流比率,在用户请求网络接入或切换时,根据最佳分流比率将用户业务分成子流,并把各子流接入或切换到相应网络,保证了网络间的负载均衡. 仿真结果表明,所提算法相对于传统的硬负载均衡方法,降低了业务阻塞率和业务丢包率.     

中国城市公交网络冗余度分析

可靠和强韧的城市公交网络不仅关系到城市居民的出行便捷性,同时也对维持整个城市系统的正常运转起着关键性作用．复杂系统的可靠性和强韧性的一个重要指标就是冗余度,即同一功能组件在一个系统中的重复备份．然而,对于城市公交网络的冗余程度的认识依然比较模糊．文章基于复杂网络的连通性理论和遗传优化算法,利用两种公交网络的冗余度的度量指标,即全局冗余度和局域冗余度,对8个具有城市化梯度的中国城市公交网络进行全面的冗余度分析．结果显示,公交网络的全局冗余度明显高于局域冗余度,同时城市中的局域冗余连通块呈现明显的异质分布特征．研究结果对于未来公交线路优化和设计具有一定的参考价值．     

基于模糊分析的城市公交线路网络综合评价

由于受主观和客观多方面的因素限制,很难对城市公交线网进行精确的量化评价．在考虑城市公交线网的各因素基础上,应用模糊数学原理,建立了一种公交线网评价的综合评价法,并用其对兰州现有公交线网进行了综合评价,获得了满意的结果．     

基于无结构P2P网络拓扑平衡的Small World模型探讨

无结构P2P网络中某些共享资源高的节点容易出现网络阻塞和瓶颈问题.针对此问题引入小世界思想,建立具有小世界特征的网络模型.实验证明该模型不仅能阻止P2P网络中形成星形结构,还达到网络负载平衡和避免网络拥塞,并将用户获取的服务与其提供的共享资源联系起来,体现一定的公平性.     

基于多径路由的无线Mesh网可靠性评估

为了有效评估无线Mesh网络的可靠性,提出一种基于多径路由的网络可靠性评估方法. 研究无线Mesh网络的高移动性和链路失效率,以及多径路由附带的多径衰减对网络可靠性的影响. 实验表明,在无线Mesh网络中利用多径路由比分解路径的网络可靠性高,链路生命周期比传输流量的生命周期短,这对于降低端到端时延和提高整个网络的可靠性有重要意义.     

一种交通道路限制下的充电车辆调度方案

充电调度是无线可充电传感器网络中的关键科学问题之一.现有研究主要集中在如何调度充电车辆以获得最优的移动路径.但是,当道路受到限制时,这些算法无法提供良好的性能.本文考虑具有交通道路约束的移动充电车辆调度问题,提出一种移动受限的按需充电调度方案(mobility constrained charging scheduli...     

神经网络的非平衡态热力学研究

建立了神经网络的非平衡态热力学理论，给出了神经网络熵产生率，稳定条件及应用实例，为神经网络的研究增加了一种新方法，为人工神经网络的建模与应用提供了有益的信息。