基于自组织映射网络的流量分类算法

网络流量分类在QoS、流量控制及网络安全等领域发挥了重要作用. 有监督型的机器学习方法对新流量的识别往往依赖于先前的人工分析;自组织映射网络算法模拟生物神经元,通过自组织行为对数据进行分类学习;实验表明,该无监督型算法能够对新流量进行自动识别,提高了流量识别的准确率.     

基于属性聚类的贝叶斯分类算法

在数据挖掘的过程中,由于贝叶斯分类算法要求条件属性必须独立,因此具有一定的局限性.考虑该缺陷,提出用数据挖掘中另一种常用聚类算法对原始数据的条件属性进行数据预处理后,再使用贝叶斯算法.实验表明该算法提高了分类的准确率.     

基于决策树的DDoS攻击检测方法研究

采用决策树中的ID3算法,提出一种基于数据挖掘技术的DDoS攻击检测方法.该方法从被监控网络采集的数据中提取网络流量特征设计检测系统,较好地解决了网络流量分析中数值属性特征的分类问题.实验结果表明该系统能有效检测网络中发生的DDoS攻击行为.     

低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

我国在Leber遗传性视神经病变发病风险研究方面取得突破

在中国科学院“百人计划”、国家杰出青年科学基金资助下,中科院昆明动物所姚永刚课题组与中山大学中山眼科中心张清炯课题组通过合作研究,发现特定线粒体DNA（mtDNA）单倍型类群对Leber遗传性视神经病变（简称LHON）发病与否有重要影响。研究结果发表在生命科学领域国际项尖杂志《美国人类遗传学杂志》（2007年影响因子11．09）。     

航路间隔标准对飞行安全影响的概率模型

我国的空域资源的有限性,空中交通流量的大幅增长使得飞行冲突愈加严重,不仅造成了航班延误,也使得航线上的飞机之间的碰撞危险冲突大大增加,为今后的空难事故埋下了隐患。本文的工作就是针对航路间隔结构建立合适的碰撞风险概率模型,对间隔标准进行安全评估。     

在MapInfo中实现数字化地图"非监督分类"

利用MapBasic语言,引入遥感图象处理中"非监督分类"的概念,在MapInfo平台下将同一图层中的不同要素按照他们的颜色、线宽等特征信息进行分类提取,然后进行批量编辑.实现了数字化地形图中的"非监督分类",为实现大量的数据更新提供了简单、快速、智能的解决方案.提高了生产效率,在实际生产中得到了检验.     

利率市场化改革中商业银行面临的风险及对策

随着利率市场化进程的深入,我国商业银行面临逆向选择、储蓄分流、金融腐败等风险。为了规避商业银行风险,必须建立完善的利率风险内控机制;加大不良资产的处置力度,强化资产负债比例管理;增强产品销售意识,确立以市场为导向,客户为中心的发展战略;建立科学高效的金融定价原则;加快业务创新步伐,实现经营收益多元化。     

大型基础项目融资风险的动态模糊评价

大型基础项目融资风险因素众多、风险结果严重,其风险已成为项目成功与否的关键.提出了大型基础项目融资风险的指标体系,并以动态的观点,采用模糊理论建立了一种大型基础项目融资的风险评价方法.     

利用RAPD标记技术对刺槐属（Robinia）种间亲缘关系的分析

用随机扩增多态性DNA(RAPD)技术对刺槐属(Robina)内5种植物进行基因组DNA多态性分析.共选用22个10 bp随机引物扩增出212个DNA片段,进行种间遗传关系分析.片段大小在100～2 200 bp之间,其中多态性谱带为183条,多态率为86.3%;利用UPGMA进行遗传距离计算的结果表明,刺槐、毛刺槐和香花槐分属刺槐属的三个种,红花刺槐和龙槐是刺槐的变型.首次在DNA水平上证明香花槐为刺槐属的一个独立种,且与毛刺槐的亲缘关系较近.为刺槐属植物亲缘关系和系统分类建立了新的分子学证据.