基于神经网络的非线性PCA方法

该文采用基于正交最小二乘方法(OLS)的径向基函数(RBF)神经网络进行非线性主元分析(NLPCA)算法的训练，提高了训练速度，且不存在局部最优问题。将其应用到聚丙烯生产的高维非线性数据相关特性的提取中，仿真试验显示这种NLPCA方法提高了熔融指数(MI)的预报精度，具有实际应用价值。     

一种基于灰色层次分析法的信息安全评估模型

提出了一种基于灰色层次分析法的信息安全评估模型。首先, 以国际信息安全标准ISO/IEC 17799和国内信息系统安全的相关评估准则为基础,建立了三层信息安全层次结构模型。之后,使用层次分析法与灰色系统理论对该模型进行求解,使结果更为客观。最后以证券交易网为评估对象进行实例计算,结果得到对方的认可,证明了该模型是合理的、有效的。     

基于神经网络的非线性PCA方法

由于普通的主元分析（PCA）方法无法提取数据中的非线性相关特性,本文提出了一种基于神经网络的非线性PCA（NIPCA）方法,不仅提取了高维原始数据的线性信息还能提取非线性信息。在此基础上进一步提出了样本中显著误差及劣点的检测方法,从而支持对其进行合理剔除或是修正,仿真试验表明它能有效地减小误差点对网络训练精度的影响,大大增强了算法的鲁棒性。     

基于核函数的PCA在QAR数据分析中的应用

分析了传统的主成分分析方法的不足,论述了KPCA方法及其时间复杂度高的缺陷。在此基础上,提出基于核函数构造的协方差矩阵的主成分分析,相比 KPCA,该方法具有快的降维速度。实验结果显示：把该方法用于QAR数据具有良好的降维效果和高分类正确率。     

基于PCA的边缘检测方法

为了更有效地进行边缘检测,通过分析PCA的方向特性,提出了一种基于PCA的边缘检测方法。PCA先利用KL变换来将原始数据变换成维数较少的特征数据,该变换在能量积聚和数据取舍上都具有方向性;同时在证明PCA的这两个方向特性的基础上,提出了一个经两次PCA操作获取边缘的新方法——TPCA。该新方法首先通过对图像进行PCA来得到其重建后的残差;然后再对该图像的转置图像进行PCA,并将所得残差做转置;最后通过对两个残差进行叠加,并二值化来得到比较好的边缘。实验结果表明,该算法不仅有效稳定,而且与经典的边缘检测算子相比,在提取感兴趣区域方面有独特的优势。     

.基于相位一致性图像的模块化PCA人脸识别方法

提出了一种新的基于相位一致性的模块化PCA的人脸识别方法.解决了人脸识别受光照影响的问题.首先得到人脸训练样本的相位一致性图像;然后将人脸相位一致性图像划分为更小的子模块,用PCA方法处理这些子模块图像.在姿势、光照以及表情变化的情况下同一个人的局部面部特征是不变的,因此用该方法来处理这些变化.给出了传统的模块化PCA方法与该方法在不同姿势、光照和表情变化条件下的对比实验结果.实验结果表明该方法的人脸识别率较传统模块化PCA方法有了较大提高.     

PCA与2DPCA的关系

主成分分析和二维主成分分析是两种经典的数据变换方法。尽管许多学者对PCA和2DPCA进行了大量的研究和实验,但并未给出PCA与2DPCA之间的联系。文中给出二者之间的联系,即PCA与2DPCA在优化时具有相同的最优目标值,同时通过理论推导和在CMU-PIE与CK+库上的实验证明了这一观点。     

基于对角PCA的人脸识别方法

针对主成分分析(PCA)算法中存在没有提取人脸对角方向特征的问题,提出了先对人脸图像进行对角化的表示,然后利用PCA提取图像特征,最近邻法分类的人脸识别改进方法。基于ORL数据库的相关实验表明,这样的系统能够取得比传统PCA更好的识别性能。     

基于PCA和总变差模型的图像融合框架

为了能够抑制融合图像中的噪声且提升融合效果,提出一种在进行融合时去噪的新框架,并在此基础上提出一种基于主成分分析(PCA)的融合框架.首先将源图像进行PCA操作,依据前几个主成分重建图像,再经下采样过程得到近似图像;然后通过上采样得到与上层图像的差异图像,即细节图像;最后将最底层近似图像与各层细节图像累加,完成图像的重构.将该框架纳入总变差模型后形成一种新的具有融合和去噪效果的框架.实验结果表明,该方法不仅能对同分辨率图像融合,获得较好的融合效果,而且在全色图像和多光谱图像的融合中可较好地保持光谱信息和空间信息,并能够抑制图像中存在的噪声.     

基于PCA和改进BP网络的降雨预报模型研究

在主成分分析法和改进BP网络相结合的基础上,进行降雨预报模型的研究。先由主成分分析法降低原始气象数据的维数,然后利用改进BP网络有效地学习气象样本数据中蕴含的内在规律。研究结果显示,该降雨预报模型训练效率高,预报效果好。     

基于CA技术的网络信息安全系统设计实践

针对企业级应用的安全问题,提出了一种切实可行的设计方案。该方案将CA技术与LDAP、数据库技术结合起来,建立了基于PKI的网络信息安全系统。经过实际应用和运行表明,该方案有效地解决了企业级应用中存在的诸多安全问题,极大地提高了企业级应用的安全等级。     

基于实时告警的层次化网络安全风险评估方法

为了准确地评估网络安全风险,提高网络的整体安全性,提出了基于实时告警的层次化网络安全风险评估方法.提出了一种包含服务、主机和网络3级的网络分层风险评估模型.在此基础上以IDS (intrusion detection system)作为数据源,以威胁对象价值、脆弱性严重程度和威胁出现的频率作为核心变量,针对威胁攻击对象的不同进行分类计算,通过加权的方式计算网络各层的安全风险值.分别以实验室网络环境及校园网环境为实例,表明了该方法的准确性和有效性.     

基于潜在狄利克雷分配模型和互信息的无监督特征选取法

为解决互信息(MI)在特征选取中的类别缺失和倾向低频词问题,提出 LDA-σ方法。该方法使用潜在狄利克雷分配模型(LDA)提取潜在主题,以“词—主题”间互信息的标准差作为特征评估函数。在Reuters-21578语料集上提取特征词并进行分类,LDA-σ方法的微平均F1最高达0.9096;宏平均F1优于其他算法,最高达0.7823。实验表明,LDA-σ方法可用于文本特征选取。     

基于信息融合的网络安全态势评估模型

针对分布式拒绝服务(DDoS)攻击评估不准确和网络安全态势评估不全面的问题,提出了一种基于信息融合的网络安全态势评估模型。首先,提出了以数据包信息为原始数据的DDoS攻击威胁评估方法,提高了评估的准确性;然后,对原有的通用弱点评价体系(CVSS)进行改进并对漏洞脆弱性进行评估,使得评估更加全面;其次,结合客观权重和主观权重,并以序列二次规划(SQP)算法对组合权重进行寻优,降低了融合的不确定性;最后,将三者进行融合得到网络的安全态势。通过搭建入侵检测平台,利用不同的规则库,针对相同DDoS 攻击的报警数会相差3 个数量级,与依赖报警数评估方法相比,以数据包信息评估DDoS 攻击的方法可得到准确的DDoS攻击威胁态势。仿真对比结果表明,提出的模型和方法能够提高评估结果准确度。     

基于SVM的公安情报自动分类系统的研究与设计

依据公安情报文本中不同位置的词条对区分文本类别的贡献显著不同的特点,引入位置权重系数,改进了经典的文本特征权重计算方法（TF-IDF）,使文本的权重能够更加全面地反映文本的类别信息。根据公安情报分类系统的需求,设计了基于支持向量机（SVM）的公安情报分类系统,该系统不仅能够实现情报文本的自动分类,而且能够保留在情报文本分类的不同阶段语料的特征信息,为情报信息的进一步加工处理提供支持,同时系统中各模块间采用松耦合的方式衔接,提高了系统的适应性和灵活性。通过实验验证了系统设计的合理性和有效性。     

基于STAMP模型的风险评估行为安全指标体系

现有的风险评估方法与模型在设计上未充分考虑风险评估行为本身对评估结果的影响,对风险评估的行为可能引入安全性风险的认识也存在较大不足。针对这个问题,首先建立风险评估行为STAMP模型,使用STPA分析方法对风险评估行为进行安全性分析,利用STAMP模型构建风险评估行为安全指标体系,并采用改进AHP方法筛选出重要指标因素。所提出的安全指标体系关注系统整体的涌现性而非单个组件的可靠性,根据造成系统安全事故发生或进入危险状态的原因,提供一种能够更加有效的构建安全指标体系的思路。     

基于内容挖掘的广域信息管理系统业务数据安全

针对广域信息管理系统（SWIM）服务共享中的数据安全问题，分析了SWIM业务流程中的安全隐患，提出了一种基于潜在狄利克雷分配（LDA）主题模型和内容挖掘的恶意数据的过滤方法。首先对SWIM四种业务数据进行大数据分析，然后通过LDA模型对业务数据进行特征抽取完成内容挖掘，最后利用KMP匹配算法在主串中查找模式串，从而检测出含有恶意关键字的SWIM业务数据。在Linux内核中对该检测方法进行测试，实验结果表明该方法能够有效地对SWIM业务数据进行内容挖掘，与潜在语义分析（LSA）和基于概率统计的潜在语义分析（pLSA）的方法相比也具有更好的检测性能。     

网络与信息安全评估标准综述

在对国内外主要的安全评估标准研究的基础上,介绍了各网络和信息安全标准组织及其制定的安全评估标准的主要内容,分析了各标准适用的场合;最后对安全评估标准的发展进行了展望。     

基于.NET的铁路安全信息网络管理系统

基于.NET的铁路安全信息网络管理系统,按照路局、段、车站3级管理模式设计。系统分为业务外观层、业务工作流层、业务规则层、数据访问层和业务实体层5层。在Web Service服务器端部署防火墙。系统功能设计以安全问题的分析、处理、反馈为基线,信息分级上报,逐级整改、落实,闭环管理,包括11个子功能模块和9个关键服务模块。业务外观层利用Web Services技术,实现对系统功能模块的封装和系统应用集成,完成对业务工作流层和业务规则层的调用。系统以铁路局为安全信息查询中心,铁路局内外各单位不同模块间的信息通过UDDI注册、认证,互相查询彼此的信息,给出信息查询中心的Web Services模型。