基于模糊层次分析法实现虚拟企业中的伙伴选择

以层次分析法与模糊数学为基础,提出了一种实现虚拟企业中的盟友选择的模型·主要介绍了虚拟企业中的盟友选择的因素和过程,层次分析法与Fuzzy函数在伙伴选择过程中的应用·通过此模型,能为决策者提供一种有利的支持,从而为虚拟企业的正常运行提供基本保证     

股价有跳跃时在均值方—差目标下的证券组织选择

讨论均值－方差问题,即使终端财富的期望一定的条件下,选择适当的投资策略以使终端财富的方差最小,假设股票价格由布朗运动和泊松过程共同驱动。在证券投资组合有约束的一般情况下,证明了最优证券组合的存在唯一性,在证券投资无约束的情况下,具体解出了最优证券组合的显式表达式,从而得到了市场的有效前沿。     

一种混合协作NOMA系统的缓冲辅助中继选择方案

为了提高系统的中断性能及分集增益,研究了一种混合协作非正交多址接入(non-orthogonal multiple access, NOMA)系统。系统包含一个基站、K-1个配有缓冲器的中继、一个配有缓冲器的近端用户和一个远端用户。其中,基站与近端用户可通过直传方式进行通信或由中继协作通信,而与远端用户通过近端用户或中继进行协作通信。针对该混合协作NOMA系统,提出了一种缓冲辅助中继选择方案,能够基于信道状态信息和缓冲器状态,选择近端用户或最佳中继进行协作传输。推导了系统中断概率和平均包裹时延的闭式表达式,给出了高信噪比下的分集增益。证明了当最大缓冲单元数不小于3时,所提方案能达到满分集增益2K。仿真结果表明,相对于基准方案,所提方案在系统中断概率与时延之间可以实现更好的折中。     

流缺失标记环境下的多标记特征选择

在监督学习实际任务中,特征的高维性、标记的动态性和缺失性为监督学习带来严峻的挑战。为解决这些不足,提出流缺失标记环境下的多标记特征选择算法。首先,为解决缺失标记的影响,通过学习标记相关性填补不完整的标记矩阵。其次,利用稀疏学习方法为每个新到达的标记选择类属属性。然后,根据已到达标记的类属属性,通过计算得分选取一个有代表性的特征子集。最后,在11个基准数据集上进行一系列实验表明,所提算法能选择有代表性的特征子集,且分类性能较优。     

船用航迹仪的研究

用ＣＰＵ、ＣＲＴＣ及监示器组成电子海图，与ＧＰＳ接收机连接而构成航迹仪．其电子海图具有与纸质海图一样的直观效果．海图图象能移动、按比例放大或缩小，并具有描绘计划航线，记录并存储航迹等功能．其体积小，操作方便，易于推广应用．     

基于数据融合的公共自行车接驳公交行为辨识

城市智能交通卡和公交自动车辆定位系统的大规模应用为研究公共自行车换乘公交的出行规律提供了契机。结合多源数据,研究公共自行车接驳公交的换乘时空阈值,根据自行车站点与公交站点间距离构建匹配站点对;并基于时间阈值提取匹配站点对的刷卡记录构建换乘识别模型的训练集和测试集,应用关联规则挖掘算法实现同一用户公共自行车IC卡卡号与公交IC卡号的匹配;根据设定的验证规则,92%的匹配规则通过验证。之后基于换乘识别结果分析公共自行车接驳常规公交的换乘客流的时空特性。结果表明：公共自行车接驳常规公交呈现出明显的早晚高峰时段,且接驳出行主要分布在城市中心区域。     

一种针对木马流量的特征选择方法

针对现有基于会话流异常行为的木马检测方法中,普遍存在所选特征代表性不足、特征间信息冗余导致检测效果差的问题,提出一种特征选择方法。首先,通过捕捉流量对木马通信行为加以分析,根据各阶段提取相关的属性,并在每一属性上进行派生,得到足够充分的特征集合。然后,为了衡量特征的重要性和特征间的相关性,提出了改进的特征重要性评价系数和基于关联信息熵的联合相关性评价系数,并设计了基于序列后向选择策略的特征选择算法,以得到自适应规模的特征子集。算法通过每一轮迭代计算特征的评价系数,通过排序完成选择。为验证该算法有效性,采用朴素贝叶斯分类和支持向量机分类算法设计了与FCBF算法和IG算法的对比实验,相较于FCBF算法,在两种分类算法上的召回率分别提升3.76%、1.64%,F_1值提升分别为1.04、0.99。相较于IG算法,召回率提升分别为6.46%、4.96%,F_1值提升分别为3.56、3.18。实验结果表明,提出的特征选择算法能够有效选择木马流量各个属性上的特征,克服特征间关联性带来的影响,在缩减特征维度的同时提升木马通信流量的检测效果。     

用于异常检测的实值否定选择算法

针对已有实值否定选择算法检测器生成过程的不足,提出了一种优化的检测器生成算法。充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器;使用覆盖率期望值作为算法结束的一个控制参数,有效地避免了冗余检测器的产生。建立了异常检测系统的形式化描述,定义了一个新的异常检测性能衡量指标——错误率。最后,通过人工合成数据集2DSyntheticData以及实际的Iris数据集及Biomedical数据集对算法进行了验证。试验结果表明,相比V-detector算法,本文算法提高了检测率,降低了错误率,减少了所需检测器数量,整体检测性能较优。     

基于酒店特征信息和在线评价信息的酒店选择

为辅助游客通过旅游网站进行酒店选择,提出了一种基于旅游网站提供的备选酒店特征信息和在线评价信息的酒店选择方法.首先,基于酒店特征信息和在线评价信息构建备选酒店有向加权图,依据备选酒店特征信息,基于离差最大化法对酒店特征进行客观赋权,并采用简单加权法确定有向加权图结点权重,依据备选酒店间在线评价信息的比较关系确定有向加权图的有向边及有向边权重;然后,基于PageRank算法原理给出备选酒店排序值求解算法;最后,以基于缤客网站提供的酒店特征信息和在线评价信息进行酒店选择.结果说明了提出方法的有效性和可行性.     

远程终端可控AI门禁系统

为解决传统门禁系统安全性低、用户体验差、无法满足社会对于智能家居的需求问题,开发了一种基于远程终端可控的人工智能门禁系统。该系统以因特尔UP2 嵌入式平台为硬件基础,乌班图操作系统为软件基础,融合人脸识别、指纹识别、语音识别、射频卡识别等技术,采用PyQt 语言编写图形界面,通过搭建云端服务器,实现远程终端控制。该系统集成了多种身份识别及开锁方式,实现开锁的智能化、便捷化,并能较好地适应不同的生活情境,同时采用多种识别方式组合验证,改善了门禁系统的安全性。