一种基于RBF神经网络优化算法在入侵检测中的应用

入侵检测系统是当前信息安全领域的研究热点,在保障信息安全方面起着重要的作用．笔者对原有的基于RBF神经网络的入侵检测模型进行改进并给出了设计思想．该模型能将入侵检测系统的两种检测技术——误用检测和异常检测有效地结合起来,使用两层RBF神经网络训练模块,三层训练机制,在训练时间方面有较大的优势,并能实时地检测到新型攻击．     

基于阻抗矩阵归一化基函数的表面积分方程矩量法

提出了一种基于阻抗矩阵归一化的新型基函数,其构造过程简单易行、计算量和内存需求少且构造过程具有普适性.通过计算实例表明,基于RWG基函数的阻抗矩阵归一化基函数有效地改善了具有边缘、尖顶、精细结构理想导体目标电场积分方程矩量法的阻抗矩阵条件数、显著地降低了阻抗矩阵方程迭代法求解的迭代次数.     

基于马尔可夫状态转换方法的套期保值

中国商品期货市场由于各种因素影响导致期现关系的高、低波动状态发生变化, 这对套期保值产生重要影响, 将马尔可夫状态转换方法引入到中国商品期货市场最优套期保值研究, 分析状态转换下的套期保值. 研究表明, 期货市场和现货市场的关系表现为相异的高、低波动状态, 高波动状态的稳定性、持续时间均低于低波动状态, 市场所处的状态与基差变化密切相关. 套期保值绩效分析表明, 单一状态套期保值中MGARCH模型的效果好于VECM, 而VECM又好于VAR, 它们均优于OLS模型. 时变转换概率和常转换概率马尔可夫模型的套期保值效果优于单一状态下的套期保值.     

F4型量子群表示的Groebner—Shirshov基

本文以凡型量子群表示的Groebner—Shirshov基为基础,利用双自由模方法给出凡型量子群的有限维不可约表示的Groebner-Shirshov基．     

人工免疫的神经网络预报方法及其应用

针对RBF(radial basis function)神经网络在预测铁水含硅量中出现的预测精度低,收敛速度慢的问题,提出了一种基于免疫识别原理的径向基函数神经网络的学习算法.该算法利用人工免疫原理确定高斯基函数的中心和宽度参数,同时将所识别的数据作为抗原,抗体作为抗原的压缩映射并作为神经网络的隐层中心,利用递推最小二乘法(recursion least square, RLS)确定连接权值,提高了RBF神经网络的收敛速度和精度.应用该模型于某大型钢铁厂高炉铁水硅含量预报的实例中, 实验结果表明, 该模型具有更高的预测精度和更短的训练时间.     

三次混合Bézier类曲线

提出由多项式基底和有理函数基底构造出混合Bézier函数类的思想,由此定义了混合Bézier类曲线.并研究了一种实用的三次混合Bézier类曲线,同时给出由三次混合Bézier类曲线表示圆弧的实例.与Bézier曲线和有理Bézier分别相比较,三次混合Bézier曲线可以表示圆弧且计算较为简单.     

Legendre正交基前向神经网络的权值直接确定法

为避免权值反复迭代修正的冗长BP训练过程,避免传统方法陷入局部极小点,根据多项式理论,构造了一种新型前向神经网络模型,推导了基于最速下降法的误差反传算法和基于伪逆的直接确定法.仿真结果显示,迭代方法和伪逆直接确定法都能达到比较高的工作精度(10-6).     

双原子氟化物分子键长的计算

用MPn(n=2,4)方法,分别在6-31G(d)、6-31G(d,p)、6-31+(d,p)、6-31++G(d,p)、6-311G(d,p)、6-311++G(d,p)、6-311G(3df,3pd)、6-311++G(3df,3pd)基组下对十八个双原子氟化物分子的平衡几何结构进行优化,求出了它们的键长。通过与实验值比较可知,用MP2的方法进行平衡几何优化求得的双原子氟化物分子键长更可靠。     

国家赔偿法中引入惩罚性赔偿探微

我国《国家赔偿法》采用的是抚慰性赔偿原则,惩罚性赔偿制度的缺位导致该法实施效果不佳。《国家赔偿法》中引入惩罚性赔偿具有一定的理论基础和现实基础,国家财力有限、国家哲学观念等问题不会成为引入惩罚性赔偿的实质障碍;构建惩罚性赔偿制度时应在“故意或重大过失”的情形下适用。     

浅谈机械设计基础与学生创新思维的培养

机械设计基础是一门承前启后的专业基础课,但学生在学习过程中有不少的困难。教师在讲授过程中应改进教学方法,主抓教学内容,努力提高学生的学习积极性和主动性,培养创新思维和创新意识．