入侵检测系统中模式匹配算法探讨

针对入侵检测系统实现中的关键部分—检测引擎的数据分析模块实现问题,对基于规则的入侵检测来说,模式匹配算法非常重要,它直接影响到系统的准确性和实时性能。研究了几种应用于入侵检测中的单模式精确匹配算法和多模式精确匹配算法,分析了这些算法的复杂性,包括 Brute Force 算法,Knuth-Moris-Pratt 算法,Boyer-Moore 算法,Boyer-Moore-Horspool 算法,Aho-Corasick 算法和 Aho-Corasick_Boyer-Moore 算法。     

以mRNA差异显示法分离牙鲆白化相关基因的初步研究

以正常和白化牙鲆表皮组织总RNA为模板,用Oligo d(T)13M(M分别为A、C、G)3种锚定引物和26种差异显示随机引物组合进行差异显示,PAGE凝胶电泳后,用新型高灵敏度核酸荧光染料SYBR GREEN I显示差异DNA条带,得到区分度较好的差异表达图谱,共分离49条牙鲆白化相关DNA片段,片段长度260～800bp左右,经克隆测序后将可作为新的ESTs进行同源序列比较.     

多时滞的Lurie系统的时滞相关绝对稳定性准则

给出了具有多个时滞的Lurie型控制系统的绝对稳定的一个新的准则，利用一个改进的矩阵不等式给出了系统绝对稳定的一个新时滞相关准则，与现有的结果相比，具有较小的保守性．     

一种修正的SPAWG算法

最小费用半光路问题是指在给定的全光WDM网络条件下，在源节点和目的节点之间找一条费用最小的半光路由．与一般的最小路问题不同的是网络在节点上还有与链路相关的费用函数，对Chlamtac等人的SPAWG算法，给出了一种修正的SPAWG算法。     

乳腺癌诊断指标的数理统计分析

以UCI机器学习知识库提供的683个乳腺癌数据为基础，利用相关分析、逐步线性回归和主成分分析等数理统计方法，对用于诊断检测乳腺癌各指标间的相互关系及主要判断指标进行了深入研究，指出细胞大小的均匀性(X2)、细胞形状的均匀性(X3)是检测乳腺癌诸指标中最重要的指标。     

基于径向基概率神经网络模型的小儿厌食症状辅助诊断

结合了径向基神经网络较强模式分类能力与概率神经网络运算简单的优点,提出了一种径向基概率神经网络模型,并应用于小儿厌食症的辅助诊断,通过对119例样本数据的处理,获得了92.4%的准确率.此外,偏最小二乘法的分析结果表明,Zn元素与小儿厌食症关系最为紧密.     

一种帧同步及载波相偏估计方法

提出了一种新的帧同步及相偏估计方法，并给出了系统实现的方案。在保证信道利用率的前提下，利用在正交信道中传送小功率的确定帧同步信号作为辅助信息。该方法极大地简化了相偏的计算，仿真结果表明，该方法性能良好。     

外信息在Turbo迭代译码中的使用研究

以易于工程实现的Log-MAP算法为基础，深入研究了两种不同的外信息使用方式：Berrou方案及Robertson方案，指出两种外信息使用方式具有统一性，不同的是迭代译码过程中对外信息使用权重的处理；在相同约束条件下对基于两种外信息使用方式的Turbo码性能进行蒙特卡罗仿真，结果表明Robertson方案从整体上要略优于Berrou方案。     

非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

基于事务线索树的一次扫描关联规则增量挖掘算法

首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上，并建立这些结点的索引表，然后寻找结点索引表的最后结点到根结点的全部路径，这些路径及路径的交集包含了用于挖掘关联规则的频繁集，该算法只需扫描事务数据库一次，由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少，该算法可以挖掘中短模式的海量数据，具有很好的伸缩性,同时该算法具有增量挖掘的功能，通过大量的实验数据进行比较。该算法的速度约是Apriori算法的10倍。