一种基于PVM的并行BP神经网络

通过分析单计算机的BP神经网络学习和执行算法,提出了使用PVM构造多计算机的并行神经网络。该并行神经网络的实现灵活应用于高可靠性和大规模数据的分析和处理中,同时,该BP神经网络的并行设计与实现,可广泛应用于其他神经网络模型的并行计算机实现。     

一种基于粒子群的入侵检测研究

当今攻击网络的手段是多种多样的,为保护网络的用户不受来自网络的攻击,网络在使用中需要安全设备和安全技术。入侵检测技术是一种安全检测技术,该技术能够来阻止网络攻击行为。但要阻止网络的攻击行为,必须检测到该行为。本文在简述了入侵检测技术,粒子群知识后,然后提出了粒子群在入侵检测技术上的应用。该技术在入侵检测上的应用将使得检测方法具有一定的智能性,将粒子群技术应用到入侵检测中属于是首次。本文提出的具有一定智能性检测算法可分为两个步骤：①首先通过函数y=f（x）判断链路中的数据流是否在正常范围内,还是属于异常。②然后如果某种数据流属于异常的流,则使用粒子群算法来对未知属性数据流的属性进行定性判断。本文提出的算法具有一定的智能性,能够作为现有的入侵检测算法的补充。     

一种基于PVM的矩阵相乘并行算法

研究了一种运行于PVM并行计算平台的矩阵相乘的并行算法。在工作站数量不为某个数的平方数时,Cannon算法在PVM环境下不能充分地利用机群系统中的资源。根据PVM并行编程环境中任务间通信的特点,文中设计了一种基于PVM的矩阵相乘并行算法,该算法根据工作站数量来确定子任务的数量,并对矩阵A进行分块,每个子任务可以计算一个分块。实验表明,该算法提高了机群并行环境中资源的利用率,提高了程序的运行效率。     

基于插件的多设备故障检测技术

传统的设备检测系统主要针对单个具体的设备系统或设备某些阶段的某些具体参数进行,缺乏系统性。另外在设备更新换代过程中,对应的检测算法及软件需要重新开发,费时费力。论文提出的基于插件框架的检测技术,可将设备检测需要的全部参数信息和检测算法以插件的形式在系统框架中实现。并在插件框架中集成了传统设备故障检测软件中共用的平台与插件之间的通信接口以及其他公共函数。既能实现单个设备不同阶段参数的检测,又能实现多设备同时管理,同时方便了设备更新换代时,故障检测软件升级过程中的程序代码复用。     

一种简单易行的多机互连技术

随着微机应用的广泛深入,常常需要将多个微机连接起来构成一个多机系统。本文选用先进的VLSI芯片Z8038作为微机之间的硬件接口。Z8038最突出的特点它可为两个微处理器之间直接提供双向异步并行传输标准接口,使得多机系统的互连硬件十分简单。本文介绍的通信软件也非常简单,容易实现。     

一种多层薄膜电路故障检测的算法

通常的电路故障检测方法有直接比较和非直接比较两类.本文结合了它们的优点,对多层薄膜电路故障检测的方法进行了研究,提出了一种基于直接比较和缺陷描述的检测算法,在速度和正确率上达到了满意的结果,可在实际的工业检测中应用.     

一种故障检测滤波器的多目标优化设计方法

提出一种基于观测器的故障检测滤波器的非凸多目标优化设计方法.针对线性时不变动态系统,构建一个由输出观测器和后滤波器组成的故障检测滤波器,将其残差动态特性描述为非凸的双线性矩阵不等式形式.利用双线性矩阵不等式中可完全平方非正定项的上界替代原非正定项,将双线性矩阵不等式转化为一组线性矩阵不等式,进而获得多目标优化问题的可解条件以及观测器增益与后滤波器矩阵的求解方法.仿真算例说明了算法的有效性.     

一种基于PVM的Multisets并行归并算法

Multisets排序是指对具有k个不同计算机系统、基于消息传递环境下,以加法运算为基础的稳定的归并并行算法,该算法实现对Multisets的排序,其时间复杂度为O(n/p log p k log p 4p n/2).     

一种基于粒子群的木马检测算法

木马是颇具危害性恶意的程序.如今的木马在网络中四处传播,已成为网络用户最大的危害者.木马研究者为了有效查杀网络中的各种木马而提出了各种算法,这些算法在一定程度上能够有效地应对网络中的木马.但目前查杀木马的技术仍然落后于木马技术的发展.因此,为了进一步地提高查杀木马算法的智能性,提出一种基于粒子群的木马检测算法,该算法对现有的查杀木马技术能够起到一定的补充作用.     

一种基于小波神经网络故障检测方法的仿真研究

文中提出了一种基于小波神经网络一性观测器的故障检测方法。它是一种把信号分析和模型相结合的故障检测方法,通过小波对信号的去噪和神经的神经网络的自学习功能,来获取系统输入输出的非线性动力学特性,进而实时计算出残差并进行逻辑判疡,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真,结果表明了该方法是可行的。     

机泵群设备故障监测及定位技术研究

为了监测石油化工行业机泵群状态是否运行正常,如机体设备温度过高,螺丝松动,振动超标,轴承烧损及机封泄漏突喷等一系列状态及故障,对大型石油化工机泵群设备故障监测及定位的关键技术展开了深入的研究,包括无线传感网络技术、网络拓扑与无线路由协议以及节点定位技术。基于无线传感网络自组网的特点,设计了一种机泵群设备故障监测及定位系统,同时提出了一种基于Bounding Box与泰勒级数展开的协同定位算法,实现了对机泵群状态突发预警事件的迅速定位。经实验表明,该定位算法收敛性好,定位精度高,能够针对机泵群状态突发预警事件进行精确定位。     

一种基于多Agent的人群仿真多机并行平台研究

本文提出了一种针对多Agent人群仿真模型的多机并行平台,该平台利用MPI作为节点间的通讯软件,采用主从模式设计多机并行执行环境。在主控节点中设置结果回收模块与监控模块,通过K-means算法保证执行节点之间的负载均衡,同时以此作为任务分发与调度的依据;在执行节点(从节点)中,则根据主控节点的任务调度执行相关Agent模型,并执行仿真同步与状态信息汇报等任务。实验结果表明,该多机并行平台能够执行基于多Agent的人群仿真模型,能有效地提高仿真的性能,同时具有良好的可扩展性。     

一种基于支持向量机的跨站脚本漏洞检测技术

跨站脚本是一种常见的针对Web应用程序安全的漏洞攻击方式。恶意用户利用漏洞将恶意脚本注入网页之中,当用户浏览该网页时,便会触发脚本,导致攻击行为产生。为此,针对各种变形跨站脚本攻击难以检测问题,对一种基于正则表达式和支持向量机的递归特征消去算法（RE-SVM-RFE）进行了研究。首先采用正则表达式匹配算法,为训练集选择有代表性的特征,即对数据预处理;再利用RE-SVM-RFE特征选择算法选择出最优特征,再对具有攻击性的关键词进行特征排序;最后通过总结特征关键字的出现频率,发现频率越高漏洞存在可能性越大。实验结果表明,数据经过RE-SVM-RFE递归特征消去算法选择之后的SVM特征,预测的准确率更高,敏感度和特异度也更好,该算法能够有效地检测出跨站脚本漏洞。     

一种基于UIO观测器的故障检测方法

本文基于未知输入观测器，针对含有未知输入干扰的不确定动态系统，提出了一种故障检测的新方法。本文提出的方法与其它方法如特征向量配置法相比，具有条件要求较低，设计简单的优点。     

一种基于支持向量机的入侵检测模型研究

入侵检测系统都存在误报、漏报及实时性差等缺点,需要大量或者完备的审计数据集才能达到比较理想的检测性能,并且训练学习时间较长,将支持向量机应用到入侵检测中,在先验知识不足的情况下,支持向量机分类器仍有较好的分类正确率,从而使得整个入侵检测系统具有较好的检测性能。     

一种基于多代理技术的分布式入侵检测系统

本文介绍了入侵检测系统在计算机以及网络安全中的意义和现有入侵检测系统的局限性 ,提出了一种采用多代理技术的分布式入侵检测系统 ,叙述了多代理技术在入侵检测系统中的意义 ,并详细说明了系统的优越之处、系统的体系结构、工作原理以及原型系统的实现方法。     

一种基于多传感器数据融合的入侵检测技术

多传感器数据融合是一个多级多侧面的加工过程,是一种新型的网络入侵检测机制,本文通过构造数学模型,设置影响网络检测的有效参数,通过不同检测方法进行了实验验证和性能分析,该数据融合技术能较大程度提高入侵检测系统的有效性和准确性,作为一种入侵检测技术具有较强的实用价值。     

一种基于小波网络的故障检测方法

本文针对突变故障给出了一种基于小波网络的检测方法。故障检测方法一般分为两种：一种是基于信号分析；而另一种是基于过程的数学模型。本文给出了一种基于小波网络的故障检测方法，它具有信号分析，数学模型两者优点，从而更准确地检测出突变故障。