乡村采风

猪伪狂犬病是由伪狂犬病毒引起的猪的一种急性传染病。伪狂犬病毒许多毒株能在被感染猪皮肤细胞内增殖，并引起脉管坏死。在临床上表现为腹下皮肤青蓝色星状斑点和耳郭外面皮肤弥散性青蓝色等病状，这种病状具有非常重要的临床诊断意义。近3年来，笔者根据这一特征性病状，为所见发病猪场及早、简捷、准确无误地做出临床诊断，采取紧急免疫等措施，扑灭或控制了疫情。     

数据流聚类算法在入侵检测中的应用

处理数据流的能力成为入侵检测系统面临的挑战,针对这一现状提出DC-stream算法,该算法采用在线离线两阶段聚类,设计了一套缓冲式异常点处理机制,在保证数据流聚类效率和精度的同时,能够过滤噪音数据。实验结果证明,该算法能在海量的网络数据流中及时有效地发现入侵行为,并具有较强的抗干扰能力。     

通用业务报表数据管理

为解决对具体报表进行“硬编码”带来的问题,设计一个通用业务报表数据管理解决方案。将业务报表分为报表信息定义层、报表业务处理层、功能接口层,并详细论述各层的实现方式。该解决方案已应用到预算编审系统,大大降低了业务变化导致的报表改动对整个软件的影响。     

基于模糊积分的多神经网络融合模型的研究

为了进一步提高网络入侵检测系统的检测性能,将模糊积分理论和神经网络技术应用到网络入侵检测中,提出了基于模糊积分的多神经网络融合模型MNNF。它的基本思想是按照TCP/IP属性集的类别不同将TCP/IP数据集分成三个不同属性集的子数据集,在不同属性集上训练形成不同的子神经网络,然后用模糊积分将多个子神经网络对TCP/IP数据的检测结果进行非线性融合形成最优判断。实验结果表明,MNNF模型应用在网络入侵检测中可以得到比单个神经网络更好的入侵检测性能。     

基于极小熵的模糊产生式规则权重获取

加权模糊产生式规则是不确定性知识表示的一种最基本的最常用的形式。一般权重调整的准则是依据于训练精度的提高,但该方法容易引起过度拟合。为了克服传统方法的不足,增强模糊规则的泛化能力,文章提出了使用极小熵定理作为权重调整的新准则,给出了依据极小熵定理求解权重的数学模型,指出了可采用遗传算法求解该数学模型。实验结果表明,训练精度和测试精度随着训练集的模糊熵的减小而增大,同时根据数学模型抽取的权重能够增强模糊规则的泛化能力。     

基于极大模糊熵原理的模糊产生式规则中的权重获取方法研究

模糊产生式规则（IF-THEN规则）是不确定性知识表示的一种最基本的最常用的形式,在模糊规则中引入权重,能增强模糊规则对待分类示例的泛化能力．模糊产生式规则的一项重要研究工作就是权重如何获取．目前常用的权重获取准则是依据于训练精度的提高,这种方法的明显不足就是会引起过度拟合．因此,提出了一种新的基于极大模糊熵原理的权重获取准则．在保证不降低训练精度的前提下,调整权重来极大化训练集的模糊熵,能有效提高测试精度．新的权重获取策略有效解决了过度拟合问题,同时提高了测试精度．     

红花苗营养成分的分析与评价

为阐明红花苗的营养价值,分析了国内外30种红花苗的蛋白质、粗纤维、抗坏血酸、可溶性糖、氨基酸、矿质元素等主要营养成分,通过与油菜、白菜等6中常见蔬菜对比及氨基酸比值系数法,综合评价红花苗蛋白质的营养价值。红花苗的蛋白质、抗坏血酸含量均明显高于6中常见蔬菜,属于高钾高钙低钠食品。红花苗中含有18种氨基酸和人体必需的8种氨基酸,氨基酸总量、必需氨基酸含量和非必需氨基酸的平均含量范围分别为17.49 g/100 g~20.03 g/100 g、6.650%~7.613%和10.483%~12.413%,变异系数分别为5.23%、6.40%和6.05%。30个参试品种必需氨基酸占氨基酸总量的比值（E/T）大多在36%~39%之间,略低于FAO/WHO理想蛋白标准;必需氨基酸与非必需氨基酸的比值（E/N）大多在58%~62%之间,接近并略高于FAO/WHO理想蛋白标准。氨基酸比值系数分60.25~76.40,蛋白质相对于鸡蛋标准蛋白的贴近度为0.90~0.93。必需氨基酸指数EAAI值均接近1。属于优质蛋白源。His、Ala、Arg、Asp、Glu、Phe这6种氨基酸使得红花苗呈现出不同的风味。参试红花苗均具有较高的营养价值,为可食用的优质蛋白源。     

基于Pareto强度值演化的FPRs知识表示参数优化

提出一种新的参数优化模型和求解算法,引入模糊熵来指导模糊产生式规则(FPRs)的参数优化,给出基于极大模糊熵定理的参数优化模型,提出求解该模型的Pareto强度值的演化算法。实验结果表明,该方法能够有效优化参数,一定程度上避免过度拟合,提高了FPRs的知识表示能力。