使用递增性延迟建立攻击连接链的关联

提出一个主动干扰跳板机连接中数据包间隔延迟的方法, 在攻击者所能干扰跳板机连接数据包延迟间隔允许范围之内, 使检测窗口内包间延迟的平均值循环递增. 通过分析两个连接链包间延迟平均值的递增性, 确定攻击连接链的关联. 这个方法可以有效地减少连接关联计算量, 提高跳板机检测的有效性.     

一种不确定区域间的方向关系模型

基于区间值及其运算性质给出了不确定区域间方向关系的表示及推理方法. 该方法不同于基于经典模糊集及其截集的方向关系模型, 利用区间值方向关系矩阵分析不确定区域间方向关系的隶属程度, 将不确定区域间的方向关系划分为不确定区域与不确定区域间的方向关系、 不确定区域与分明区域间的方向关系、 分明区域与不确定区域间的方向关系、 分明区域与分明区域的方向关系4种类型. 将分明区域作为不确定区域的特例统一处理.     

基于案例推理的磨矿分级系统智能设定控制

针对磨矿分级过程的关键工艺指标磨矿粒度难以用常规控制方法进行有效控制的难题,将智能设定方法与常规控制相结合,提出了基于案例推理的磨矿分级系统智能设定控制方法.以粒度指标的区间控制为目标,依据边界条件和运行工况等信息,由智能设定模型自动更新各基础控制回路的设定值,避免了人工设定的主观性及随意性,各控制回路跟踪更新的设定值,从而将粒度控制在目标范围内.该方法已成功应用于某赤铁矿选厂的磨矿分级过程,应用效果表明提出的方法是有效的.     

改进思维进化算法优化BP神经网络的瓦斯涌出量预测研究

为了保证煤矿安全开采,并提高煤矿瓦斯涌出量的预测精度,提出了改进思维进化算法优化BP神经网络的模型预测新方法。在思维进化算法中加入精英反向学习策略增加算法的全局搜索能力,在趋同操作中引入粒子群算法避免重复搜索,以此实现对BP神经网络的初始权值和阈值的全局寻优,并通过矿井监测到的各项历史数据进行验证。结果表明：与BP神经网络模型和MEA-BP神经网络模型相比较,该模型的预测精度更高,泛化能力更强。该模型的平均相对变动值为0.00116,平均相对误差为0.81%,均方根误差为0.0576,有效提高了对瓦斯涌出量的预测精度,提升了煤矿安全生产技术。     

基于案例库维护的案例推理分类技术

分类是数据处理和数据挖掘的重要任务之一,文章在建立案例推理分类器之前,先利用相似粗糙集进行案例属性的约简,再利用基于案例分类的删除技术进行案例库的维护操作;不仅减少案例的存储空间,也大大提高分类的精确度;实验结果表明,相比传统的案例推理分类器和神经网络分类器,该分类器在分类精度和速度上都有一定的优势。     

新的不确定推理真值传播计算方法

针对现有不确定推理真值传播方法存在的缺陷 ,提出一种新型不确定推理真值传播的计算方法 .该方法简单、直观 ,与已有方法相比更具有应用价值.     

一个新的元件(NIRS)参与白介素2受体α 基因的调控

为研究白细胞介素2受体α亚基（IL－2Rα）基因中与负调控元件NRE（－391／－381bp）呈反向重复的序列NIRS（－153／－143bp）在该基因表达中的作用,通过检测Jurkat细胞及HeLa细胞中荧光素酶报告基因活性,发现NIRS与NRE不仅共同阻遏IL－2Rα基因的组成性表达,还共同参与介导RHA对该基因启动子的诱导活性。EMSA检测显示,激活前后的Jurkat细胞及HeLa细胞中均含有双链NIRS和双链NRE的结合蛋白;HeLa细胞中还含有与这两个序列结合的单链结合蛋白;但是,激活前后的Jurkat细胞抽提物分别加入HeLa细胞抽提物与单链DNA的结合体系中均能产生超迁移现象,其中活化细胞抽提物呈现较强的迁移结合带,紫外交联实验检测发现,在激活前后的Jurkat细胞和HeLa细胞中均存在双链DNA结合蛋白p83。结果显示,不同细胞中,反式作用因子能通过NRE和／或NIRS元件以及单、双链DNA的选择性对IL－2Rα基因启动子活性起关键调控作用。     

动态ER Rule分类器构建与应用

基于证据推理规则(ER Rule)的分类器为带有不确定性的数据分类问题提供了一种新的有效解决方案,属性参考值数量能较大程度上影响分类的准确率和复杂性,而目前针对先验知识较匮乏时如何合理确定参考值数量的研究较少.为此,本文提出了一种动态ER Rule分类器.首先,以最小化均方误差为优化目标,通过智能优化算法获取动态ER Rule分类器的最优参考值和权重;然后,以最大化测试集准确率为目标,通过多次随机实验获取参考值数量最优值;在此基础上,给出了基于PSO的动态ER Rule分类器实现方式.以5个UCI基准数据集为例,说明了本文所提动态ER Rule分类器的有效性和稳定性;并通过遥感图像蓝藻水华识别问题,验证了动态ER Rule分类器在实际应用中的可行性.结果表明,动态ER Rule分类器在保证分类准确率的同时,为确定属性参考值数量提供了一种客观的方法,对ER Rule在其他领域的推广应用具有一定参考意义.     

阿维拉霉素高产菌株的推理选育

为获得阿维拉霉素高产菌株,在研究菌株Streptomyces viridocbromogenes96(SV-96)葡萄糖及氨盐代谢的基础上,采用“NTG随机诱变 氨基乙酸和2-脱氧-D葡萄糖联合抗性”的试验方案进行阿维拉霉素高产菌株的推理选育,获得了氨基乙酸和2-脱氧-D-葡萄糖联合抗性高产突变株SV-GT-596.该菌株遗传性能良好,阿维拉霉素产量高达56.4mg/L,较出发菌株提高了162.3%.实验表明,氨基乙酸和2-脱氧-D-葡萄糖抗性推理选育可克服随机筛选的盲目性,提高筛选工作效率.     

基于精英反向学习粒子群算法的光伏电池参数辨识

快速准确辨识光伏电池参数对于电池输出功率预测及电池故障诊断模型的研究具有重要意义.针对传统智能算法应用于光伏电池参数辨识时存在准确性低、易陷入早熟的问题,提出一种精英反向粒子群算法(EOPSO),在算法进化过程中,对当前种群中的优秀个体根据概率进行精英反向学习,生成精英反向种群,并将精英反向种群与当前种群进行竞争,当算...