一种基于GFKM的集群入侵检测模型

为了提高入侵系统的检测率和检测速度,论文提出一种基于灰色K均值聚类算法的集群入侵检测模型。利用灰色关联分析理论对原始数据进行预处理,根据ηij=1/n-1∑n2ξij(k)计算相关度,再对原始数据集合进行聚类;最后引入集群技术,将GFKM算法装入集群系统中的每个检测结点形成集群入侵检测模型。最后,通过仿真实验对该模型进行了验证,结果表明,GSFK算法应用于入侵检测模型中出现的误报率为0.31%,漏报率为0.34%,而且该模型呈现出较好的泛化性,应用于网络入侵检测中具有较好的性能。     

基于模糊层次分析法的高校图书馆读者满意度评估

应用模糊数学的原理与方法,建立了多层次读者满意度模糊综合评价模型,并给出了具体实例进行阐述,最终得出采用模糊层次分析法可构建良好的图书馆读者满意度评估体系的结论。本方法对于图书馆读者满意度评价体系的建立和实施具有重要的现实意义。     

基于动态时隙ALOHA的多标签识别防碰撞算法

对于RFID系统中多标签识别过程中的标签信息碰撞问题,分析了动态时隙ALOHA算法中的不足,提出了改进算法.改进算法通过优化冲突时隙数的变化,使得在每个标签识别周期内通信吞吐率最大,从而减小RF场内所有标签识别时间,并通过调整ACK确认命令的发送格式,在下一个单次识别周期中,集体确认已识别标签,这使得标签识别与确认分离,增加了无源标签吸收的能量,提高了通信的可靠性.仿真实验表明,改进算法在减少碰撞率方面具有良好的性能.     

基于三角形局部特征点模型指纹匹配算法

指纹识别是一种生物识别技术,指纹匹配是指纹识别的一个重要过程,如何解决指纹匹配过程中出现的待识别指纹出现的指纹平移、旋转与挤压引起的形变问题,是本文重要的研究内容。提出了一种基于局部特征点的三角形模型匹配算法,根据指纹中图像中的细节点,与其相邻的局部细节点构成一个三角形,并引入了它与邻近细节点间的距离、脊线数目作为判断因素,从而有效解决指纹图像匹配过程中遇到的因平移、旋转与挤压引起形变导致的识别率较低的问题,提高了指纹识别的精确度和可靠性。最后通过3个实验的结果表明,本文提出的算法比另外2种算法具有拒识率低、正确识别率高(正确率达到98.92%)的特点,即基于三角形局部特征点模型的指纹匹配算法有较好的性能。     

一种基于自学习的动态语义网络的图像检索方法

基于关键字和基于内容的图像检索是图像检索系统中的两种重要方法.而当今,图像检索系统重点强调在图像检索过程中,高层语义与低层视觉特征的结合.最近,一些研究者在检索周期中采用用户互交,使用上述方法和半自动图像检索的结合,取得了一些成果,但没有自学习的动态语义功能,检索效率不高.论文给出的方法是基于一个分层的语义网络,在图像检索领域能够响应不能的需求,并且根据用户的反馈,执行一个新的动态学习检索过程,可以明显的提高图像检索效率.