基于修正核函数SVM的网络入侵检测

支持向量机分类方法在小样本、非线性情况下具有较好的泛化性能,在入侵检测系统中有着广泛的应用。针对入侵检测过程中可能出现的由两类样本不平衡造成的分离超平面偏移现象,以核函数所蕴含的黎曼几何为依据,引入一个伪一致性变换函数,对核函数进行修改,提高支持向量机的分类泛化能力,建立基于支持向量机的网络入侵检测系统,并对系统总体结构和运行机制进行了详细的描述。实验仿真表明,该系统可有效地提高入侵检测的准确率,改善由于数据集不平衡造成的支持向量机分类偏移的情况。     

证据融合的聚焦与冲突处理研究

针对Dempster组合规则存在的缺陷,即：在融合高度冲突的证据时会产生违反直觉的结论,无法处理完全不一致的证据,而且不能根据命题子集基数向下聚焦,提出了一种结合修改组合规则与修改证据源两种不同冲突处理策略的证据融合方法,采用基于Jousselme证据间距离指标的加权平均法对原始证据进行修正,并给出新的组合规则对修正的证据进行多次组合。与当前代表性方法相比,该方法在根据子集基数向下聚焦、收敛趋势以及冲突证据的处理方面都有好的表现。     

基于延时相关处理的ESPRIT算法

为了提高旋转不变子空间(estimation of signal parameters via rotational invariance techniques, ESPRIT)算法的分辨力和测角精度,充分利用非零延迟相关函数中信号入射角度的信息,提出了基于延时相关处理的ESPRIT算法。根据所有阵列间延时相关信息,构造新的阵列输出矩阵,并且得到新的协方差矩阵。对新的协方差矩阵进行特征值分解得到特征向量,通过将特征向量划分得到含有入射角度信息的子阵,最终求得信源的入射角度。仿真结果表明,该算法的分辨力和测角精度均优于原ESPRIT算法,并且在小角度间距情况下也有较好的分辨性能。     

多传感器量测自适应Rao-Blackwellised粒子滤波算法

针对量测不确定下非线性系统状态估计中多传感器量测数据的有效利用和计算复杂度的简化问题,给出了一种多传感器量测自适应Rao-Blackwellised粒子滤波算法。首先,通过随机采样策略和量测模型先验转移概率实现用于评估粒子权重的传感器有效量测集合的采样;其次,利用重采样步骤和概率最大化原则完成对不含扰动影响传感器量测模型的辨识;最终,依据Rao-Blackwellised粒子滤波中非线性状态分量和线性状态分量的独立求解方式实现当前时刻系统的状态估计。理论分析和仿真实验结果验证了算法的可行性和有效性。     

多源不确定信息融合中的冲突证据快速合成方法

D-S证据组合规则在处理高冲突信息时,会得出与直觉相反的结论以及证据组合时计算量呈指数增长等问题。针对组合规则的不足,许多改进方法已提出,但各个方法都仍存在其局限性,如Murphy方法在很大程度上解决了冲突证据问题,并未解决计算量指数爆炸问题。基于对Murphy方法深入研究,归纳出相同证据的组合规律,给出了Murphy方法快速表达式,从而提出了一种快速的Murphy组合规则(fast Murphy combination rule, FMCR)。实验表明,新的组合规则在处理高冲突和多源不确定信息融合问题方面都是有效的,在保持Murphy组合规则计算正确性同时,显著地提高了计算速度。     

基于前景理论的订货问题

针对需求不确定条件下的订货问题,传统订货模型都是基于期望效用理论,该理论假设决策者是完全理性的,这不符合决策者的现实决策行为,而前景理论正是描述不确定条件下个体实际决策行为的理论。应用前景理论,针对需求不确定条件下零售商的订货行为,建立了新订货模型,并与传统订货模型做了实证比较分析。结果表明,在我国早餐订货过程中,零售商并不是完全理性的,其倾向于风险规避,会适度减少订货量,基于前景理论的订货模型能够更好的描述零售商的订货行为。     

Knight不确定性条件下的期权价格上下界

主流期权定价理论总是对标的资产价格过程的分布给出严格假设,而没有考虑Knight不确定性。本文放松标的资产价格过程的严格假设,在仅知到期日标的资产价格的一阶矩和二阶矩的条件下对期权进行定价。由于信息不充分及分布不确定,无法得到精确的期权价格,因此本文推导出在有限信息条件下期权价格的上下界的显性表达式,并对此上下界和Black-Scholes价格进行对比分析。在使用香港恒生指数权证数据进行的实证中发现,市场价格确实介于上下界之间,上下界区间随年化波动率及剩余存续期的减小而缩小。此外,与Black-Scholes价格进行对比后发现,上下界加权价格能对市场价格做出更为稳健的预测。     

信息不完全共享下MC供应链动态调度模型研究

为解决信息不完全共享环境下,大规模定制供应链的动态调度问题,提出了基于蚁群算法的多企业交互调度模型.模型中,供应链企业均具有各自独立的异构生产调度系统,企业在互不了解完全生产信息的情况下,通过企业代理之间的反复、自动交互,对订单任务分配及合作时序进行协调,从而实现供应链动态优化调度.仿真实验证明,此模型具有良好的调度效果和稳定性.     

基于最大间距准则(MMC)新的有效特征提取方法

基于最大间距准则(Maximum Margin Criterion,MMC)下,提出一组具有标准正交性的最佳鉴别矢量的计算方法和一组具有统计不相关性的最佳鉴别矢量的计算方法。这种方法的目的是寻求一组最佳鉴别矢量既要使投影变换后的特征空间的类间散度最大,而类内散度最小;又要减小最佳鉴别矢量间的统计相关性。与原MMC特征提取方法相比,新的特征提取方法降低了甚至消除了最佳鉴别矢量间的统计相关性,提高了识别率。通过分别在ORL人脸库和NUST603人脸库上实验结果表明提出的具有统计不相关性的MMC特征提取方法在识别率方面整体上好于原MMC特征提取方法和常用的主成分分析(PCA)法。另外,揭示了MMC准则特征提取与Fisher准则特征提取的内在关系。     

零售商自有品牌商品生产的委托代理

随着零售商在与制造商的博弈中不断成长以及零售行业竞争的激化,现代零售商逐渐加强了对自有品牌的经营管理力度.零售商甄选自有品牌制造商并与其形成委托代理关系,然而,该委托代理关系的建立和控制过程中存在广泛的信息不对称.本文探讨从契约签订前、后两方面来规避信息不对称带来的风险;综合运用较主观的层次分析法和较客观的人工智能神经网络方法,提出在信息不对称情况下零售商选择委托代理制造商的评价模型和指标以及委托制造商选择后的风险规避方法.