基于优化目标可调控的免疫网络算法的分析与应用

针对目前几种免疫网络模型在数据聚类方面应用的一些不足,在aiNet免疫算法的基础上结合函数优化的思想提出一种基于目标可调控的免疫模型。并在算法中给出目标控制函数,和细胞记忆库的概念。本算法提高了免疫学习质量并从整体上对免疫网络进行优化。     

免疫Agents在网络故障诊断方法中的研究

针对传统的网络故障诊断方法普遍具有自适应差、误报率高等的不足,提出了一种结合免疫算法和agent技术的网络故障诊断方法。在分布式环境中,按照网络的不同特征和环境差异,利用不同功能、不同类别的agent进行故障诊断,同时各agent之间能够互相协作,彼此进行信息交流,和采集数据,从而对所获得的故障类型进行诊断。实验证明,该方法能够对网络故障类型进行有效的判定,对以后大型网络故障诊断是一个很好的借鉴。     

基于独特型免疫网络的故障诊断方法研究

随着目前大型设备的日益复杂,传感器节点之间的数据是动态互相影响的,如果仅靠从知识库中去寻找最佳匹配来诊断故障,很容易发生漏诊或误诊。根据Jerne的独特型网络理论提出了一个简单、通用性好,能综合反映网络细胞（抗体和抗原）的浓度、相似度信息,以提高免疫算法的全局搜索能力的模型,该模型利用案例检索的优势,考虑了机电设备结点之间相互影响的特性。实验证明,该模型在加快免疫算法后期的收敛速度和提高故障检测率方面均高于其他算法。     

日语机器翻译机器人翻译错误自动检测系统设计

由于目前日语翻译纠错系统主要用标注方式纠错,其译错检测的正确率并不高,为此设计一种新的日语机器翻译机器人翻译错误自动检测系统。系统硬件主要由主控模块、通信模块、会话模块以及数据管理模块组成,为日语机器翻译机器人翻译错误自动检测算法的运行奠定基础。在软件设计过程中,建立日语翻译纠错数据库,利用模糊规则改进决策树,利用模糊决策树算法检测日语机器翻译机器人翻译错误,完成系统软件设计。实验结果表明,本系统的日语翻词汇识别正确率最大值为99.7%,翻译错误正确率为99.5%,检测耗时最大值为1.75 s,具有较好的实际应用效果。     

统计调优的算法及编程

对数学模型进行编程，在计算机上实现统计调优技术。     

基于融合注意力机制的图像标题生成

图像标题生成利用机器自动产生描述图像的句子,属于计算机视觉与自然语言处理的交叉领域.传统基于注意力机制的算法侧重特征图不同区域,忽略特征图通道,易造成注意偏差.该模型通过当前嵌入单词与隐藏层状态的耦合度来赋予特征图不同通道相应权重,并将其与传统方法结合为融合注意力机制,准确定位注意位置.实验结果均在指定的评估方法上有一定的提升,表明该模型可以生成更加流利准确的自然语句.     

基于机器视觉的日语翻译机器人文本检测系统研究

针对当前日语翻译机器人对日语字符图像识别精度低,导致日语翻译效果不佳的问题,提出设计一个基于机器视觉的日语翻译机器人文本检测系统。在系统中输入日语字符后,即可采用基于几何特征的模板匹配方法进行字符匹配;然后通过基于归一化积相关NCC和基于边缘检测的方法分别进行字符定位和分割;最后采用基于CRNN神经网络字符识别模型进行日语字符识别。实验结果表明,提出的CRNN方法对日语单字符的训练时间和识别率分别为1.64 s和99.27%,训练时间明显低于传统的MLP神经网络,识别率较高。由此可知,提出的日语字符识别方法可提升字符识别精度和准确率,从而进一步提升了日语翻译机器人的文本检测效果和日语翻译效果,具备一定的有效性。     

远程医疗信息系统中的三因素匿名认证协议

远程医疗信息系统为特定的患者提供无缝的医疗信息转移和及时共享,用户认证协议是保障远程医疗信息系统中安全与隐私的重要技术。对Dharminder等基于RSA的授权访问医疗保健服务的认证方案进行了安全性分析,指出该方案无法抵抗密钥泄露伪装攻击、拒绝服务攻击,无法提供前向安全性。对Dharminder等方案进行了改进,提出了一种基于椭圆曲线密码体制的三因素匿名身份认证协议。所提出协议保留了Dharminder等方案的大致流程,将RSA方法替换为椭圆曲线算法和对称加解密算法,并修改了Dharminder等方案认证过程最后步骤的错误。对新提出的协议,利用BAN(Burrows-Abadi-Needham)逻辑进行了形式化安全分析,并使用AVISPA(automated validation of Internet security-sensitive protocols and applications)实现了形式化安全验证。结果表明,提出的协议能够抵抗各种恶意攻击。此外,利用MIRACL(multiprecision integer and rational arithmetic C/C++l...     

基于灰色Elman-NN模型的乡村旅游游客流量预测方法

影响乡村旅游游客流量因素较多,导致乡村旅游游客流量预测误差较大,并且效率较低,设计一种基于灰色Elman-NN模型的乡村旅游游客流量预测方法。将所有数据按照一定的顺序排列,选取预测因子,对旅游数据关联度计算,采用灰色Elman-NN模型实现了乡村旅游游客流量预测。实验结果表明,所研究的基于灰色Elman-NN模型的乡村旅游游客流量预测方法在节假日前与节假日时的客流量预测上误差都较低,并且预测效率较高,满足乡村旅游游客流量预测方法的设计需求。     

基于KRTG的动态拓扑结构的粒子群算法研究

标准的粒子群优化算法作为一种随机全局搜索算法,因其在种群中传播速度过快,易陷入局部最优解。基于KRTG的动态拓扑结构的粒子群算法（KRTGPSO）,从粒子间的拓扑结构出发,动态地调整种群的拓扑结构,增加种群的多样性,使算法收敛于全局最优解。通过测试函数以及与其他算法的比较,并通过实验表明,该算法在收敛速度与数据精度上收到了满意的效果。