一种新的改进AdaBoost弱分类器训练算法

AdaBoost是机器学习中比较流行的分类算法.通过研究弱分类器的特性,提出了两种新的弱分类器的阈值和偏置计算方法,二者可以使弱分类器识别率大于50%,从而保证在弱分类器达到一定数目的情况下,AdaBoost训练收敛.对两种阈值和偏置计算方法的仿真实验结果表明,在错分率降可接受的范围内,二者均使用较少的弱分类器便可获得高识别率的强分类器.     

光通信中一种有效的差分脉冲位置宽度调制

考虑脉冲位置调制(PPM)在解调时需要严格的时钟同步和符号同步,而且功率越高,时隙越窄的问题,结合差分脉冲位置调制(DPPM)和脉冲宽度调制(PWM)提出了一种有效的调制方式--差分脉冲位置宽度调制(DPPM+PWM).研究了采用DPPM+PWM的红外通信系统在加性高斯白噪声干扰下的性能,对DPPM+PWM的符号结构、发射功率、带宽需求、传输容量以及误包率等特性进行了分析,并通过仿真与开关键控(OOK),PPM,PPM等调制方式进行了比较.结果表明DP-PM+PWM频带利用率高,传输容量大,不需要符号同步,且增加了脉冲信号的长度,大大简化系统实现,是一种很有实际应用价值的调制方式.     

具有时变失效率传感器的网络控制系统可靠性分析

针对实际应用中传感器失效率时变的特点,运用Markov状态转移的方法,构建网络控制系统可靠性的模型,并推导出其可靠性的大小.最后分别选取传感器失效率对正弦变化和指数变化的网络控制系统进行仿真,仿真的结果证明了所提出的方法是正确的.     

基于卡尔曼滤波的蠕虫检测方法

蠕虫对Internet安全构成了严重威胁,检测和防范蠕虫成为网络安全的研究课题.提出了一种基于卡尔曼滤波的蠕虫检测方法,建立适当的数学模型,给出相应的滤波方程,最后进行仿真分析.该方法可以利用实时量测信息不断地修正估计值.仿真结果表明,采用卡尔曼滤波能够快速有效地检测出蠕虫的爆发.     

异常入侵检测系统虚警率问题研究

入侵检测系统的虚警率影响检测结果的可信性.通过分析入侵检测系统的可信问题及异常入侵检测系统的虚警率问题,提出了降低虚警率的方法:基于进程检测行为的入侵检测方法、多检测系统协作工作模式.重点描述了基于人工免疫思想,动态构建正常系统轮廓,抑制虚警率的方法,并对其进行了仿真实验.实验表明,本方法可以提高检测效率,有效降低系统虚警率.     

基于双Kohonen神经网络的Web用户访问模式挖掘算法

本文根据Kohonen自组织特征映射神经网络中学习阶段的性质,运用双Kohonen神经网络组合成新的自组织训练挖掘模型,先使用粗调整训练,加快模型学习速度,紧接着使用微调整训练,提高模型学习精度。实验结果表明,本文提出的双Kohonen神经网络挖掘模型,相对于标准Kohonen神经网络在训练速度和收敛效果上都有一定程度的提高,改善了聚类效果,为挖掘用户的多种兴趣提供了一种可行的方法。     

High‐pixel‐rate grating‐light‐valve laser projector

Abstract— A high‐pixel‐rate, high‐contrast (30,000:1) wide‐color‐gamut grating‐light‐valve laser projector is reported. A new optical engine enabling high‐frame‐rate (240 Hz) scan projection is employed. Panoramic wide‐angle‐scan projection with a 64:9 aspect ratio was also developed. Speckle noise is eliminated using a simple but highly efficient technique. The optical throughput efficiency of the grating‐light‐valve laser projector is reviewed.     

Topological entropy and data rate for practical stability: a scalar case

A special class of nonlinear systems, i.e. expanding piecewise affine discrete‐time scalar systems with limited data rate, is used to investigate the role of topological entropy and date rate in a practical stability problem. This special class of nonlinear system as an abstract model is an extension of discrete‐time unstable scalar systems, a well‐known model for quantized feedback design. For such systems with finite quantization levels, how to design a quantized feedback controller to achieve practical stability is considered as a boundability problem. Unlike the existing results about topological entropy for nonlinear stabilization and optimal control for linear systems, for the boundability problem under consideration, the feedback topological entropy defined in this paper is not equal to the minimum number of the quantization interval (i.e. the minimal information rate) and only provides a necessary condition for the boundability of our system under some condition. A necessary and sufficient condition for the boundability is also presented in terms of an inequality related to data rate and the minimum number of quantization intervals. Copyright © 2009 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

基于残基序列信息的蛋白质相互作用位点预测

蛋白质相瓦作用位点在细胞进程中有着非常重要的作用.尽管利用高通量方法发现蛋白质相瓦作用位点取得很大的成功,仍需要计算方法辅助预测实验中的相互作用位点.本文提出了基于残基序列谱、进化率和疏水性的预测异源蛋白质复合物作用位点的两种向量表示方法并以支持向量机实现预测.其中,提出新的向量表示法取得更好的预测性能.文中的数据集由66个异源复合物蛋白质链组成.     

一种基于混沌搜索的自适应入侵遗传算法

将生物系统中“入侵”的概念引入遗传算法,提出了一种基于混沌搜索的自适应入侵遗传算法。该算法动态地引入入侵种群,并采用混沌搜索产生入侵个体。入侵种群的扩散使优良基因得以在个体间传播,优化了种群的基因构成,能够促使种群跳出局部最小,并向全局最优的方向进化,从而有效地避免了遗传算法的早熟现象。将该算法用于函数优化及解决模式分类问题的神经网络参数训练,实验结果表明,该算法具有较快的收敛速度和较强的寻优能力。