基于区间云模型对信息网络的效能评估

根据信息网络的结构和应用功能,在分析高功率微波对构成信息网络的电子设备效应机理基础上,构建了多层次的信息网络系统的效能评估指标体系.将区间数与云模型相结合,提出了区间云模型的评估方法,通过区间层次分析法得到评价指标的区间权重,实现了系统评估指标的定性与定量的相互转换,并利用评价区间云模型拟合出信息网络的综合效能.结合实例模拟分析,验证了该方法可行性和有效性.结果分析表明,使用区间数表示更能体现评估过程中的模糊性和不确定性因素.     

指数分布场合下基于分组数据区间估计的新方法

从新的角度证明了分组数据下指数分布总体均值的极大似然估计(MLE)的渐进正态性,给出了该均值的渐进置信区间。通过Monte Carlo模拟比较,发现该置信区间优于CHEN和MIE得到的置信区间。     

异常检测在报警关联分析中的应用

为了给报警关联提供时间控制以提高关联的合理性和效率将误报警流作为背景流量,真实报警作为整个报警流的异常.利用经典统计模型即均值方差模型检测报警流量强度的异常,进而把异常的时间段提供给报警关联,仅对异常时间段内的报警进行关联分析.实验显示,该检测模型能够为报警关联分析提供时间控制,使得关联分析能够取得更加精炼而有意义的结果.由于集中分析异常时间段内的报警,该模型可显著地帮助网络管理员节省时间和精力.     

基于网络的案例推理专家系统

基于案例推理与网络的结合是案例推理技术发展的一个重要方向.根据网络的特点,提出采用面向服务的体系结构实现网络上的CBR专家系统,并基于J2EE平台实现了此CBR专家系统,以适应网络环境下知识工程的发展.     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于PSO算法改进的ANFIS在织物染色配色中的应用研究

本文研究了PSO（粒子群优化）算法及一种用于织物染色配色的自适应模糊神经网络（ANFIS）,提出了基于织物染色配色的粒子群算法改进的ANFIS配色模型,并进行了仿真试验。从仿真试验的结果看,该配色模型收敛速度快,精确度较未改进的ANFIS模糊神经网络有明显的提高,在解决织物染色配色问题上取得了令人满意的配色效果。     

基于m-序列的本原σ-LFSR序列构造

sigma-LFSR是一基于字的LFSR模型,它能够充分利用现代CPU的特点,具有结构简单、适合软件快速实现的特点。在实际应用中,本原sigma-LFSR最有价值,因此它的构造具有重要意义。本文首先考察了基于字的本原LFSR的距离向量,得到了它的若干性质,给出了一个距离向量为本原LFSR的充要条件;然后对本原sigma-LFSR的距离向量进行了研究,利用基判别定理给出了它的部分性质,并以此为基础得到了一个利用m-序列构造本原sigma-LFSR序列的搜索算法。最后对搜索算法编程实现,得到了有限域F2^3上所有2级本原sigma-LFSR的距离向量。     

组合列车对单线铁路货物输送能力及旅行速度的影响

对单线半自动闭塞区段开行组合列车引起的车站间隔时间变化进行了分析,并给出了组合列车扣除系数的取值范围及对货物列车旅行速度的影响,对于单线铁路挖潜扩能具有一定的参考作用．