基于云模型的入侵检测研究

由于网络行为的不确定性,使现有入侵检测系统几乎都存在高误报率和高漏报率的缺点。云模型是将模糊性和随机性有机结合进行不确定性推理的有效工具。本文利用云模型来处理网络实体行为的不确定性,提出了一种新的云入侵检测方法。该方法通过基于云知识库的云推理引擎进行不确定性推理,以对网络实体行为进行智能判断。模拟结果表明该方法能有效提高入侵检测效率。     

基于累积法和背景值优化的改进GOM（1，1）模型

针对影响GOM（1,1）模型预测精度的背景值和模型参数辨识值两个因素,基于一次反向累加序列的指数特性和背景值的几何意义,对GOM（1,1）模型的背景值进行了重新优化并给出了相应的计算方法,同时,运用累积法对模型进行参数辨识．在此基础上,提出了一种改进GOM（1,1）模型,并给出了改进模型时间响应函数的直接预测公式,给出...     

Vague聚类分析在模式识别中的应用

本文借鉴灰色关联分析法建立Vague相似关系矩阵。给出了Vague聚类的概念，并在此基础上进行Vague聚类分析。该方法充分利用Vague集的特点，可从肯定、否定和未知度等多雏度进行聚类分析。最后用模式识别中的实例验证了本方法的可行性和有效性。     

新的Vague熵构造方法

通过对Vague集的模糊度本质分析,指出现有模糊熵构造方法的不足,给出了符合人们直觉的Vague集的模糊熵的公理化定义,相应地提出了一种新的Vague集的模糊熵计算公式,并通过定理证明和实例对比分析,说明它在具有良好的数学性质的同时,所得结果更合理,更符合人的直觉。     

基于Gnutella动态拓扑调整的搜索策略

本文介绍了非结构化对等网络Gnutella搜索机制的工作原理,在分析其存在可扩展性问题的基础上,提出一种基于动态拓扑调整的改进策略.仿真实验表明,该策略能够有效降低网络资源的消耗,优化节点间的负载均衡,从而提高网络的可扩展性和资源搜索效率.     

基于云理论和粗集的教学质量评估模型

结合云理论和粗集在处理不确定信息方面的优点,提出了一种新的教学质量评估模型.本模型通过粗集中的属性重要度来计算评估指标的权重;通过云决策器将评估指标值转化为定性评价.实验证明,该评估模型具有可行性和准确性.     

梯形云模型在概念划分及提升中的应用

云模型是定性概念与其定量表示之间进行不确定性转换的有效工具.目前对正态云模型已有较多研究,但对梯形云模型方面的研究很少.相对于正态云模型而言,梯形云模型在生活中更具一般性,用梯形云表示数值型语言概念有其特有的优势.给出了梯形云的一些相关定义,并且在分析了云理论中现有的基于正态云的概念划分和概念提升方法的基础上,提出了引入梯形云模型后新的云变换和软或操作方法,这些方法为解决数据发掘中许多关键问题提供了基础.     

基于云理论的学习评价模型研究

云理论是定量与定性之间转换的有效工具。基于云理论本文提出了一种新的学生学习评价模型。该模型能客观、准确地将学生平时科目测试成绩转化为对科目知识掌握程度的定性评价,并且能够对学生心理素质及发挥的稳定性进行分析,挖掘出更多有价值的信息。实验证明该模型的可行性和有效性。     

基于RBF网络的机械手运动学逆解

通过对RBF网络学习算法的分析,并在此基础上对最近邻聚类算法进行改进,以提高训练速度;并针对最近邻聚类算法整体拟舍效果不十分理想.对网络的输出进行修正,提高了求解精度.采用所提出的改进算法训练RBF网络,建立机械手逆运动学模型.仿真结果表明了该算法的有效性.     

基于灰色关联分析的Vague多目标决策

在Vague多目标决策的研究中,引入灰色关联分析法,通过计算和比较各候选方案与理想方案的关联度来确定最优方案,该方法具有全面性和简便性的特点。所举的例子验证了该方法的有效性和简便性。