实数向量型阴性选择算法的改进

通过对实数向量型阴性选择算法的分析,提出了检测器空间覆盖率的概念,用它作为估计检测器数量的一项理论依据,将这个估计值引入到实数向量型阴性选择算法中,控制检测器的生成,同时对检测器采取了新的变异操作。实验表明,这一改进在保证算法检出率的同时,又可降低误报率。     

阴性选择算法在工业控制系统故障诊断中的应用

受生物免疫系统的启发,把免疫原理应用到故障诊断领域.分析了现有阴性选择算法在故障诊断应用中的不足之处,提出了改进后的阴性选择算法.介绍了田纳西-伊斯曼(TEP)过程仿真系统,用改进后的阴性选择算法对该系统的21种故障样本进行仿真试验,各故障的平均检出率达到85%以上,验证了此算法在工业控制系统故障诊断中的有效性.     

基于人工免疫机制的数字系统测试方法

介绍了人工免疫系统的阴性选择算法的基本原理,把阴性选择算法应用到数字系统的故障检测和诊断中,根据部分匹配规则运用贪婪算法生成检测器。对数字系统注入故障,通过在输入端加测试序列求故障工作串和无故障工作串的海明距离,得出数字系统的故障检测率和定位率。通过典型基准电路实例,对所研究的数字系统测试方法的诊断结果进行了详细的分析讨论。实验结果表明,数据处理的方法是切实可行的,故障检测和诊断结果是正确的。     

带阴性选择的粒子群优化算法

针对PSO在计算后期多样性不足、易发生优化停滞的现象,引入免疫系统中的阴性选择概念,定义了新的计算亲和力的方法,提出了带阴性选择的粒子群优化算法,并对其进行了计算复杂性分析.改进算法能在检测到粒子群收敛至局部解后,更新群体中的部分粒子,并使新粒子在解空间上远离局部解,提高了粒子的多样性.试验证明,改进算法的优化性能优于PSO和局部PSO.对改进算法的计算成本及参数选择进行了讨论,并提出了下一步的研究方向.     

基于聚类的Ad hoc网络入侵检测研究

由于Ad hoc网络的独特网络特性,其安全性特别脆弱.在分析了Ad hoc网络安全性的基础上,提出了一种聚类算法和人工免疫系统相结合来进行入侵检测的方法.该算法是一种无监督异常检测算法,它具有可扩展性、对输入数据集的顺序不敏感等特性,有处理不同类型数据和噪声数据的能力.实验表明,该算法可以改进Adhoc网络入侵检测的检测率和误检率.     

改进的阴性选择算法在机械故障诊断中的应用

针对复杂大型设备故障诊断准确率低的问题,提出一种改进阴性选择算法的故障诊断方法。在改进可变半径实值阴性选择算法(V-detector)中,训练开始阶段通过蒙特卡罗算法寻找半径尽可能大的检测器,然后引入覆盖阈值,通过阈值判定减少了无效检测器的产生,提高了算法的检测率。由于V-detector算法只能识别自我和非我,建立了免疫聚类的故障诊断模型,并将改进V-detector免疫聚类故障诊断模型应用于齿轮故障诊断中。实验结果表明:改进的V-detector算法可以有效的避免了检测器重复覆盖造成检测器数目的增加,提高了非自体区域的覆盖率,比未改进的V-detector的免疫聚类诊断方法有较高的准确率。     

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。     

基于遗传的改进模糊C均值入侵检测方法

为了克服模糊C均值(FCM)算法对初始化极为敏感且容易陷入局部最优的缺点,将遗传算法和改进的模糊C均值聚类算法相结合,并且以检测率和误检测率作为入侵检测算法性能评价的指标,对FCM、改进的FCM和基于遗传的改进FCM三种聚类算法的入侵检测性能进行仿真分析.结果表明:基于遗传的改进FCM算法(GIFCM),检测率有所提高,而误检测率有所下降.该算法应用于异常入侵检测是可行而有效的.     

一种改进的计算机免疫模型

通过对生物免疫系统和计算机免疫系统的比较,提出了一种改进的计算机免疫模型.该模型针对计算机免疫系统中自体动态变化比生物体更为频繁的特点,提出了成熟免疫细胞的否定选择机制,并给出了成熟细胞的否定选择算法;同时模型还针对计算机免疫系统中非自体的多样性和广泛性,提出了对记忆细胞的动态降职机制,并给出了记忆细胞动态降职算法.将该模型运用于网络入侵检测应用的实验表明,模型具有更强的动态特征和鲁棒性.     

基于改进K-means的电力数据异常检测算法

异常检测方法在电力领域有着广泛的应用,如设备故障检测和异常用电检测等.改进了传统Kmeans聚类随机选择初始聚类中心的策略;结合数据对象的密集度与最大近邻半径,选择更加接近实际簇中心的数据点作为初始聚类中心,并在此基础上提出了一种基于改进K-means算法的电力数据异常检测新方法.实验表明,上述算法具有更优的聚类效果和异常检测性能,并且在应用于电力领域时,算法可以有效地检测出异常电力数据.     

3G中一种改进的盲检测算法研究

研究了直扩—码分多址（DS-CDMA）系统中多址干扰（MAI）抑制技术的盲多用户检测算法,在加性高斯白噪声信道环境中,对该检测的最小均方（LMS）算法、递归最小二乘（RLS）算法及卡尔曼滤波算法的信干比及抗干扰性能通过计算机编程仿真进行了分析、研究,提出了一种改进型盲多用户检测LMS算法,并对其信干比及抗干扰性能用Matlabl语言进行了计算机编程仿真,仿真结果表明：改进型盲多用户检测LMS算法的信干比（SIR）稳态输出明显好于基本LMS算法。     

基于改进粒子群优化算法的CDMA多用户检测

采用改进的粒子群优化算法,引入因子w,利用sigmoid函数离散粒子群设计CDMA多用户检测系统.针对不同信噪比和用户数,对其误码率和抗远近效应性能进行仿真分析,证实在CDMA系统中安装基于离散型粒子群优化算法的多用户检测系统具有可行性,且算法效率高,加快了运行的收敛速度.     

基于改进GMDH的科技成果中试转化系统模型构建

基于科技成果中试转化运行原理,搭建中试系统机理模型,利用改进GMDH构建相应数学模型。改进GMDH将含有回归项线性相关检测的快速递归算法（FRA）代替传统最小二乘（OLS）进行GMDH多层建模的部分多项式求解,使用初始变量添加法避免有效神经元过早丢失。以改进的GMDH对上海市中试转化统计数据进行建模及仿真实验,结果表明,所建模型比传统GMDH模型精度高,泛化能力强。     

危险理论DCA入侵检测算法中阈值预测的研究

免疫危险理论的最新研究成果是树突状细胞算法（Dendritic Cell Algorithm,DCA）.该算法应用在实时入侵检测时具有较优越的性能,该算法通过计算成熟环境抗原值（Mature Context AntigenValue,MCAV）来表示抗原异常度的信息.文章提出了一种基于改进的树突状细胞算法,使算法中的参数其阈值范围可预测,从而能有效的计算成熟环境抗原值表示出模型的异常度.最后通过仿真实验,实验结果表明新算法使树突状细胞算法的异常度量更加精确,算法的检测正确率提高了21.3%～33.5%.     

基于FRFT_LFM信道探测的TDCS系统衰落信道抑制技术

利用分数傅里叶变换(FRFT)对线性调频信号(LFM)检测的优势,提出一种基于FRFT_LFM的变换域通信系统(TDCS)衰落信道探测技术;该技术利用FRFT算法对预先发射的LFM信号进行检测,以估计信道的衰落特征,并采用预均衡的方法对TDCS系统基函数幅度谱函数进行预修正,以提高TDCS系统对信道衰落特性的抑制能力.理论分析和仿真结果证明,FRFT_LFM技术可有效探测信道的衰落特性,基于预均衡的TDCS系统的信道衰落特征抑制性能明显提升.     

基于双语动态系统包的视角无关的人体行为识别

视角无关的人体行为识别是计算机视觉领域研究的热点和难点之一.现有的视角无关的行为识别算法的识别率随着角度的改变差异很大,尤其与俯角相关的识别效果还不够理想.提出了一种基于双语动态系统包的视角无关的人体行为识别方法.首先结合兴趣点检测器和密集采样算法提取视频帧中的时空立方体并对每个时空立方体建立线性动态系统（LDS）;其次对LDSs进行非线性降维聚类形成码本,并根据LDSs在码本中的分布及权重用一个动态系统包（bag of dynamical systems）来表示每个动作样本;最后同时对两个视角下的BoDS采用K-奇异值分解（K-SVD）算法得到一对可迁移字典对,然后根据这对字典对采用正交匹配追踪（OMP）算法得到两个视角下每个动作的稀疏表示.在IXMAS多视角数据库的实验结果表明了文中算法的稳定性和有效性.     

基于改进型LBP的Floatboost人脸检测

目前已涌现出了许多人脸检测算法,而每种算法的侧重点不同,不能形成很好的综合检测能力.为了兼顾人脸检测的TP,FP和检测时间,文中提出了一种基于改进型LBP纹理特征的Floatboost算法.该算法首先提取具有一定旋转不变性的改进型LBP纹理特征.其次采用双阈值Floatboost算法来训练特征值,并生成强分类器.最后采用Adaboost级联算法来进一步减少检测时间.通过实验分析表名：该算法在保证一定TP的前提下,不仅可以减少检测的时间,还降低了FP.     

基于无线传感器网络的分布式山体滑坡预警监测

设计了一种采用无线传感器网络作为主要技术手段的山体滑坡预警监测系统.研究核心是滑坡体应力数据的统计模型以及相应的分布式监测算法.应力数据通过高斯变量平均过程(VMGP)来建模.在滑坡预报中,漏报率是衡量监测系统性能好坏的标准.把分布式监测算法和传统的中心监测算法作了对比分析,实验从滑坡漏报率分析得到前者的性能优于后者,从而验证了分布式监测算法的可行性.     

基于改进对比源反演算法的脑卒中微波检测成像技术研究

为解决脑部检测的实时性与准确性问题,进一步提高脑部检测成像的速度与精度,提出一种改进的对比源反演算法——基于快速共轭梯度迭代的对比源反演法(FCG-CSI),用于出血性脑卒中的微波检测成像。利用COMSOL与MATLAB软件搭建脑卒中微波检测仿真系统,对脑部模型进行微波成像。仿真结果表明采用FCG-CSI算法能够有效且快速对脑部血块进行成像,且成像的位置误差仅为0.54 cm。      

改进的MODIS海洋气溶胶本征信息反演算法的验证

介绍了改进的MODIS海洋气溶胶反演算法,并重点对该算法进行了验证,结果表明：（1）改进算法纠正了原算法对较大的气溶胶光学厚度的低估和对较小的气溶胶光学厚度的高估现象;其反演得到的气溶胶光学厚度与AERONET的气溶胶光学厚度的相关系数为0．87,高于原算法与AERONET间气溶胶光学厚度的相关系数（0．84）;且有62．1％的反演结果落在误差限内,高于原算法的60．5％。（2）改进算法纠正了原算法对较大的气溶胶尺度分布参数ηss0的低估和较小的气溶胶尺度分布参数卵。的高估现象;其反演得到的气溶胶尺度分布参数与AERONET的气溶胶尺度分布参数的相关系数为0．89,高于原算法与AERONET间气溶胶尺度分布参数的相关系数（0．8）。