利用数据挖掘技术检测多形态蠕虫

理想的多形态蠕虫可以避开任何基于特征的入侵检测系统,为此提出了基于字符特征匹配和数据挖掘的多形态蠕虫检测方法.基于蠕虫攻击模型,提出了通过数据挖掘,如Bayes和ANN,识别JUMP地址检测多形态蠕虫的方法.通过对多种实际蠕虫及其多形态变种进行测试,结果表明该方法检测率和性能比传统的IDS有大幅的提升.     

可变先验贝叶斯学习稀疏SAR成像

针对合成孔径雷达(synthetic aperture radar,SAR)在稀疏成像中,传统贝叶斯机器学习算法存在先验固化、成像结果容易过拟合等问题.提出一种可变成像先验贝叶斯(varying imaging prior Bayes,VIP-Bayes)学习稀疏SAR成像算法.首先,引入可动态灵活表征目标散射特征的广...     

对称损失下一类刻度分布族参数的估计

q对称熵损失函数L(θ,δ)=θ_q/δ_q+δ_q/θ_q-2(0-νe_-T(x)/θ参数θ的估计, 得到 了θ的最小风险同变(MRE)估计及Bayes估计的一般与精确形式, 并讨论了θ的形如cT(X)+d的一类线性估计的可容许性和不可容许性以及θ的MRE估计的最小最大性.     

先验信息有偏时Bayes估计的PPC优良性条件

Bayes估计在对测量数据进行处理时,充分利用了参数的先验信息和适时的观测信息.在先验信息正确的前提下,Bayes估计相对于LS估计具有Posterior Pitman Closenes即PPC优良性.然而,在许多情况下,先验信息具有主观性,不可避免地存在偏差.利用有偏的先验信息得到的Bayes估计可能不具有这种优良性,为此,给出了这种情况下Bayes估计具有PPC优良性的一个充要条件.鉴于一般情况下先验的精确分布是未知的,用实例给出了一种选取先验方差的方法,用这种方法得到的Bayes估计具有PPC优良性.     

用于机械故障诊断Bayes网络的MLE学习方法

组建完成了一个用于机械故障诊断的具有两层节点结构的Bayes网络模型,利用Bayes网络的强大学习功能,探讨了当学习样本集完整时,采用MLE(最大似然估计)法则来合理地调整网络模型的CPT表值,使之更加符合特定机组的运行情况,从而为网络模型的判断推理做好了准备。     

冷贮备串联系统可靠性指标的经验Bayes近似置信限

在无替换定时截尾样本下，利用经验Bayes方法和极大似然法研究具有冷贮备部件串联系统(简称冷贮备串联系统)可靠性指标的近似置信限，给出部件失效率、系统可靠度和平均寿命近似置信限的计算公式。最后给出随机模拟例子并讨论置信限的精度。     

Q对称熵损失下几何分布的参数估计

研究几何分布的先验分布为幂分布时,在对称熵损失函数下给出了其可靠度的多层Bayes估计,并根据实际数据说明了该估计是稳健的。     

区间删失数据下参数估计的比较

主要讨论了寿命分布为指数分布时区间删失数据的参数估计。在I型删失情况下得到了参数的Bayes估计和矩估计。进而,利用数值模拟的方法比较了Bayes估计和矩估计的优劣。     

截尾试验下指数部件可靠性指标的贝叶斯估计

本文讨论指数部件可靠性的Bayes估计,对未知参数作了变换,从而使选择参数的验前分布更加灵活合理,在截尾测试下,分别讨论了验前分布为负对数Gamma分布与Beta分布的情况,获得了指数部件可靠性指标的表达式。无信息验前分布的情况,仅作为特例。最后,对无信息验前分布的情况给出了一个实例。     

加权平方损失下一类指数分布族刻度参数的估计

对一类刻度指数分布族c(x,n)θ~(-y)e~[-T(x)/θ],利用加权平方损失函数L(θ,δ=(δ/θ-1)~2研究了刻度参数θ的最小风险同变估计.经由Bayes估计给出了最小风险同变估计的精确形式,并讨论了它的最小最大性,最后应用积分变换定理证明了θ的Bayes估计具有不变性.