Linux防火墙技术在图书馆的应用研究

在详细介绍Linux内核防火墙Netfilter框架原理及Iptables程序的基础上,结合图书馆为了保证数据和网络安全的具体要求,举出实例,说明如何利用Netfilter/Iptables构建防火墙,保护网络的安全.     

再生核空间中求解一类非线性常微分方程的新方法

讨论如何在再生核空间中求解一类非线性常微分方程.利用求解线性算子方程的方法,给出了这类方程的精确解的表示,另外还给出了求该方程近似解的最小二乘法.数值实验证明本方法是有效的.     

一类具一阶奇性解的Hilbert核奇异积分方程

利用变换ζ=exp(i2z/a)重新求解了一类黎曼周期边值问题,在此基础上给出了希尔伯特核奇异积分特征方程的解和可解条件,得到了与经典方法形式不同但更为简洁的结果.同时提出了一类具一阶奇性解的希尔伯特核奇异积分方程,给出了解和可解条件表达式.     

Dini型核多线性交换子的加权不等式

利用极大函数讨论具有Dini型核的奇异积分算子与Osc expLr函数的多线性交换子Tb的加权赋范不等式.     

一种支持向量预提取方法及应用

提出了一种支持向量预提取方法,对核感知机误分次数与决策边界的关系作了分析,引入了核函数和误分界,利用结构简单的感知机算法构建支持向量预提取模块,压缩样本规模,然后将处理结果输入支持向量机进行再处理,在精度和处理速度方面取得了较好的效果,仿真实验验证了这一方法的可行性。     

相容双有限Domain的几个性质

在相容双有限domain概念及其等价性质的基础上,证明了几个与相容双有限domain相关的结论：相容双有限domain在Scott连续映射下的像仍是相容双有限domain;相容双有限domain的非空Scott闭子集仍是相容双有限domain等.     

基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明,在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。     

基于自适应背景模型的动态场景目标检测

背景建模一直是运动目标检测中的一个重要课题。该文提出一个适用于动态背景的基于非参数估计的前景背景对比模型。模型通过核函数估计的方法模拟了像素点五维特征向量的概率分布,并在图像序列中滚动更新。实验证明,上述算法能够在一般目标检测,特别是动态场景(摇动树枝等)的检测中取得较好的效果。     

基于能力分析的空间对抗装备体系效能评估方法

首先研究了空间对抗的核心能力要素;然后研究了空间对抗装备体系的构成,即将核心能力要素细化为基本能力要素并映射到空间对抗装备子系统;最后构建由作战能力指标→核心能力指标及权重赋值→基本能力指标及权重赋值→单项效能指标及权重赋值组成的指标体系,并提出基于该指标体系的单项效能评价→系统综合评价→体系综合评价→作战效能评价→结果验证的综合评估途径.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。