投影寻踪模型在软件质量评价中的应用

利用投影寻踪模型对软件质量多个指标综合成一维综合投影值,提出了基于遗传优化的投影寻踪模型在软件质量评价中的应用.利用样本数据求解最佳投影方向,确定评价等级的综合投影值区间,根据待评价样本综合投影值与区间值比较,得出综合评价.实例评价结果表明,投影寻踪模型应用于软件质量评价是可行的,具有较强的适用性和应用性,能够准确、科学和客观地评价软件质量.     

网络抗攻击性能的遗传投影寻踪评估模型

抗攻击测试是进行系统安全测评的重要手段之一,对网络系统的抗攻击能力进行评估是抗攻击测试需要解决的一个关键问题.根据影响网络系统的安全属性,从抗攻击测试网络系统的攻击效果和模拟攻击方的攻击代价两个方面来构建网络抗攻击性能评估指标体系,提出了网络抗攻击性能的投影寻踪评估模型,投影指标函数采用基于实数编码的加速遗传算法进行寻优.最后进行了实例验证,结果表明,该方法不仅能够对网络的抗攻击性能进行很好的评价,还能对系统抵抗不同攻击方法的能力进行排序.     

遗传-粒子群的投影寻踪模型

以前的投影寻踪研究都是采用遗传算法来寻找最优的投影方向,但遗传算法对初始种群的选择有一定的依赖性,收敛速度较慢,而且得到的也未必是最优解。粒子群算法是一种模拟鸟群飞行觅食的行为,通过个体之间的协作来寻找最优解的进化计算技术。根据遗传算法和粒子群算法的优缺点,将两者有效地结合在一起,提出了遗传-粒子群的投影寻踪模型。该方法能有效地解决投影寻踪模型中投影方向的寻优问题,并将该方法应用于文本分类,在Reuters-21578文档集上分别采用KNN和朴素贝叶斯方法进行实验,结果表明此方法能有效提取投影方向,取得了满意的分类效果,也提高了算法收敛到最优解的能力。     

基于QPSO优化投影寻踪的网络入侵检测方法

为了提高入侵检测系统的检测率,降低误报率,提出应用QPSO搜索投影寻踪最优投影方向的入侵检测算法,并利用投影寻踪和聚类相结合的思想将网络检测数据的多特征属性投影到低维进行聚类识别判定。对训练样本中的数据进行预处理并且归一化,获取最优投影方向,让样本数据投影到低维空间,对检测数据进行聚类判定。实验结果表明,该方法能很有效地提高入侵检测性能。     

多输入多输出系统可视交互仿真投影寻踪方法

可视交互仿真是近年来仿真软件开发的一个新方向，多维系统的可视化处理是大系统可视交互仿真必须解决的一个技术难题，该文基于投影寻踪，提出了多维状态的正交投影算法，通过将离状态轨线向低维（１～３维）空间投影，为复杂系统的可视化处理开辟一条新的途径。     

基于投影寻踪的时间序列多属性决策研究

针对属性权重完全未知且属性值为多维时间序列的评价决策问题,提出一种基于加速遗传算法-投影寻踪和多属性决策的混杂评价决策模型方法.该方法将首先利用投影寻殊方法对多维时间序列数据按照属性进行降维处理,以解决数据处理过程中"维数灾难"带来的影响,并使用加速遗传算法确定最佳投影方向作为属性权重;对于得到的具有时间序列特性的决策...     

基于投影寻踪和支持向量机的模式识别方法

由于支持向量机(SVM)在处理小样本、高维数及泛化性能强等方面的优势,提出了一种基于投影寻踪(PP)和支持向量机的模式分类方法.利用PP方法把高维数据转换到低维子空间,同时用加速遗传算法获得最佳投影方向和投影值,揭示了高维数据的结构特征,然后在低维空间中用SVM对特征向量进行分类识别,并将其应用到银行信贷风险评估中.选用2005年度80家贷款申请企业的数据样本,对该模型进行验证,通过与神经网络模型的比较,证实了该方法用于模式识别的有效性及优越性.     

投影寻踪在火灾后混凝土性能评价中的应用

在研究高强混凝土高温后性能的基础上,通过对影响火灾后高强混凝土结构性能的主要因素进行分析,选择抗压强度损失系数、耐久性损失系数、爆裂损失系数和裂纹损失系数作为评价指标,以投影寻踪回归理论为基础,提出综合评定高温后损伤混凝土性能的方法,建立了投影寻踪综合评价模型,编制了基于MATLAB的相应程序,采用人口迁移算法寻求最优投影方向,根据投影特征指标值对高强混凝土高温后性能进行综合评价。研究表明,该方法避免了评判专家人为确定权重,评价结果客观准确、方法简单,为混凝土结构火灾损伤的诊断评估与修复加固提供科学依据。     

投影寻踪和神经网络算法的石油价格预测

研究石油价格优化预测问题,石油价格具有严重的非线性和因子难以精确确定,传统预测算法只能对石油价格线性关系进行,导致预测精度低。为提高石油价格预测精度,提出一种基于投影寻踪和神经网络算法的石油价格预测模型。首先根据相关研究选择石油价格影响因子,然后利用投影寻踪算法对影响因子进行筛选,将其得到因子作为BP神经网络输入变量节点,建立石油价格预测模型。仿真结果证明,改进算法能够很好地反映石油价格波动趋势,提高了石油价格的预测精度,为石油价格预测提供了一种高精度预测工具。     

基于投影寻踪和聚类分析的多维数据可视化

将投影寻踪的方法引入到多维数据处理中,先对多维数据降维,再用聚类法来分析降维的数据,进而得到直观的结果,开辟了一条新的处理多维数据的途径。     

一种基于AFSA的神经网络投影寻踪耦合回归模型

人工鱼群算法是通过模仿鱼群的觅食、聚群和追尾等行为寻找最佳觅食水域从而实现全局寻优的优化算法。应用神经网络的投影寻踪耦合回归模型存在优化问题,学习过程中运用人工鱼群算法进行优化,进而获得最佳的投影方向、阈值和正交Hermite多项式系数。本文描述了应用人工鱼群算法优化的神经网络投影寻踪耦合回归模型算法。仿真实验结果表明,该算法可以获得满意的预测效果。     

基于PP-BPNN的黄金价格预测模型

黄金价格受到多种因素影响,是一个复杂的非线性态系统,按传统线性规律建模预测,误差较大.为了提高黄金价格预测精度,提出一种投影寻踪和神经网络相结合的黄金价格预测模型.首先利用投影寻踪算法对影响因子进行筛选,降低特征空间的维数然后根据选择的影响因子对黄金价格样本进行处理,并输入到BP神经网络进行学习,建立黄金价格预测模型,最后通过实验对模型预测性能进行测试.实验结果证明,组合模型能够很好刻画黄金价格变化趋势,简化神经网络结构,加快收敛速度,进一步提高了黄金价格的预测精度和运行效率.     

网络处理器性能评估模型

针对基准测试工具在网络处理器性能评估中应用的局限性,该文提出了网络处理器性能评估模型。将网络处理器系统划分为系统、功能、任务和硬件等层面,逐级进行系统的性能评估,从而实现了多级并行系统性能评估的有效简化,确保了系统性能分析的效率与准 确性。     

基于投影寻踪的高光谱图像特征融合算法

高光谱遥感技术的迅速发展对高光谱图像的数据降维和特征提取等处理方法提出了新的要求;通常的降维处理方法包括主成分分析和投影寻踪两种方法,根据主成分分析方法能反映数据全局特征和投影寻踪法,可以反映出数据局部特征的特点,提出了基于主成分分析与投影寻踪的高光谱图像特征融合算法,将两种方法得到的特征图像进行小波分解并按照高低频互补的融合规则完成了高光谱图像的特征融合,实验证明此方法能够保留场景中感兴趣目标物和背景信息,实现数据的有效压缩。     

IP网络综合性能评估模型

提出一种IP网络综合性能评估模型,结合网络健康度和路由器健康度的概念,通过测量收集网络基本性能数据,对网络作出整体评价。基于该模型开发了NHES系统,对中国移动CNGI示范网进行性能测量,实验数据很好地反映了CNGI的运行状况,为诊断网络性能问题提供了有用信息。     

基于小波域投影寻踪网络的多源退化图像的恢复

针对多源退化图像的恢复问题,提出小波域投影寻踪网络,并用于图像恢复。这种新方法结合了投影寻踪理论和小波收缩技术的优点,通过分别处理小波系数和尺度系数,较好地解决了对于多源退化因子的先验知识知之甚少情况下图像恢复这一难题。采用投影寻踪网络对模糊源进行模拟,估计退化因子;同时,用小波收缩技术中的软阈值方法来对噪声源进行抑噪处理。实验的结果与传统的逆滤波方法及投影寻踪网络方法相应的结果比较,说明这种新方法是一种有效的多源退化图像的恢复方法。     

基于粒子群和投影寻踪的样本重构神经网络集成模型在降水预报中的应用

首先利用粒子群算法和投影寻踪技术构造神经网络的学习矩阵,基于负相关学习的样本重构方法生成神经网络集成个体,进一步用粒子群算法和投影寻踪回归方法对集成个体集成,生成神经网络集成的输出结论,建立基于粒子群算法-投影寻踪的样本重构神经网络集成模型。该方法应用于广西全区的月降水量预报,结果表明该方法在降水预报中能有效从众多天气因子中构造神经网络的学习矩阵,而且集成学习预测精度高、稳定性好,具有一定的推广能力。