基于防治策略的毒品滥用流行病学模型

针对现有毒品滥用流行病学研究未考虑预防措施的不足,通过引入预防机制,提出了基于防治策略的易感-感染-治疗-康复-易感（SITRS）毒品滥用流行病学模型。首先,通过分析毒品滥用相关人群的演化过程,利用常微分方程构建了一个自治的动力系统;其次,证明了系统无毒平衡点的存在性和局部渐进稳定性;然后,分析了地方病平衡点的唯一存在性,并得到了地方病平衡点的全局渐进稳定性的充分条件;最后,计算了出现后向分支现象的必要条件,并比较了综合防治策略和单一治疗策略下的基本再生数。数值模拟验证了存在后向分支的可能性及平衡点的稳定性。研究结果表明相对于单一治疗措施,采用综合防治策略,通过提高宣传覆盖率和教育有效率,能够进一步降低毒品滥用的基本再生数,更有效地防止毒品滥用的滋生。     

毒品滥用流行病模型的稳定性分析

现有毒品滥用流行病模型假设吸毒者康复后对毒品拥有永久"免疫"力，而忽视了其再次成为毒品易感者的可能性。针对这一问题，通过考虑社区治疗和隔离治疗两种措施，分析了毒品滥用人群的演化过程，提出了基于暂时"免疫"力的毒品滥用流行病模型，并计算了模型的基本再生数，讨论了模型平衡点的存在性和稳定性。当基本再生数小于1时，模型存在一个局部渐进稳定的无毒平衡点；当基本再生数大于1时，模型存在唯一的地方病平衡点，并利用几何方法证明了地方病平衡点的全局稳定性；当基本再生数等于1时，如果满足一定条件，模型出现后向分支现象。数值模拟验证了上述所有结果。研究结果表明提高隔离治疗率、改善社区治疗效果和降低接触传染率可以有效抑制毒品滥用的流行。     

基于隔离策略的蠕虫传播模型研究*

在Kermack-McKendrick模型的基础上提出了具有隔离策略的蠕虫传播模型。分析了各类平衡点存在的阈值条件,通过线性化和构造Liapunov泛函,得到了各类平衡点全局稳定的条件。研究表明,该模型能有效地防止蠕虫大面积的传播,数值仿真验证了所得的结论。     

基于空间分布的毒品传播预测及溯源方法研究

近10年来,毒品的非法使用已然成为全球各国的社会公共健康问题。据保守估计,中国是全球使用静脉注射毒品人数最多的国家之一,在全国范围内统计在册的人数高达133万,但实际的人数远高于此,加快了艾滋病和丙型肝炎等疾病的传播速度,严重危害人类的生命健康。因此,对毒品传播的预测和溯源成为社会安定研究的一大热点。笔者即对此进行研究,以期为相关研究提供借鉴。     

基于马尔科夫链的民族地区毒品犯罪预测研究

毒品的非法生产、需求以及贩运呈现出一种巨大规模的上升趋势,特别是边疆少数民族地区的毒品犯罪问题更加引人关注。针对此问题,大多是从社会学的角度进行研究,提出了采用马尔科夫链的方法,对边疆少数民族地区收集的犯罪数据进行统计分析、建模。实验结果表明,预测毒品犯罪案件数与实际发生的毒品犯罪案件数相比,达到了96．52％的预测准确率。结论是,通过马尔科夫链来进行民族地区的毒品犯罪预测研究,可获得更加合理、准确的预测结果,具有更高的有效性和实用性。     

计算机病毒的特征及防治策略

随着计算机病毒技术的发展．病毒给人们造成的损失越来越大。该文通过分析常见的6种病毒的特征,提出了一些病毒防治的策略,对于保护计算机免受病毒侵害具有一定的参考价值。     

基于IMS技术的多功能爆炸物／毒品探测仪的研制

介绍了多功能爆炸物／毒品探测仪的设计与实现。该仪器采用IMS（Ion Mobility Spectrometry）技术,实现阴、阳离子双模式的定性分析,用于安检场合的对常见毒品和爆炸物的探测。     

基于Nash平衡点的网络收益优化策略

研究了非合作用户的网络定价问题．将对策论中主从策略的思想应用到定价策略中,首先分析了在Nash平衡态下使主方收益达到最大时价格所满足的条件;然后结合网络市场的供求关系,将Nash平衡点视为供求平衡点,从而确定了相应的价格;最后以数值例子得出Nash平衡态下用户的速率和网络的收益．结果表明,合理的价控策略能够激发用户合理地使用网络资源,同时给管理者带来最优收入．     

一种基于策略服务的模型

随着网络的发展,网络的服务质量日益成为人们关注的热点问题。但迄今为止还没有一个有关策略控制的完善的体系结构。文章在前人研究的基础上,提出了一个基于策略服务的便于操作的逻辑结构。     

N人合作博弈的Nash及演化均衡稳定策略分析

在有限理性的基础上,对N人合作博弈的对称Nash均衡进行了分析,并引入演化博弈理论分析了参与人的演化均衡稳定策略,得到了不同策略选择下的均衡点。进而应用生物复制动态理论对离散时间及连续时间下的复制动态稳定集进行了研究。最后通过实例说明了该方法在博弈均衡选择上的有效性。     

When sex matters: a complete model of X-linked diseases

X-linked recessive diseases are genetic disorders caused by gene's abnormalities placed on the X chromosome. Due to differences between males and females in sex chromosomes, the transmission mechanisms of these diseases vary in the two sexes. Other than the results of the well-known patterns of inheritance, the current spread of genetic disorders is influenced by spontaneous genetic mutations and individual's reduced reproduction capacities (fertility) conditioned by the disease severity. We developed a structured, continuous-time mathematical model describing how the disease spreads along time; the model accounts for a different fertility of affected individuals and for spontaneous mutations. Through Lyapunov analysis, we gained insights into system's asymptotic behaviour, that is how individual's fitness or spontaneous genetic mutations affect disease's diffusion. To the best of our knowledge, our model is the first one specifically designed to describe X-linked recessive diseases diffusion.     

支持策略和规则的新型agent模型*

从自治与可控制的角度提出一种支持策略和规则的agent模型,该模型采用三层次政策想法来体现政策对主体的控制、导向作用,进而体现出驱动的作用。针对政策控制的三个特点,形式化地阐述了模型的语法、语义及相应的公理系统;通过PLAN、OBL、ABILITY、GOAL、NORM五个模态算子描述了agent的决策过程,并通过一个例子说明了模型的表达能力。最后比较分析了支持策略和规则的agent模型与传统agent模型的特点。     

结合邻居辅助策略的两阶段层次文本分类模型

传统两阶段层次文本分类模型（THTC模型）是一种解决大规模层次文本分类问题的有效方法,但该模型的分类准确率仍然不是很高。为了缓解这个问题,提出了结合邻居辅助策略的两阶段层次文本分类模型（THTC-NA模型）。THTC-NA模型由搜索阶段和分类阶段组成。搜索阶段采用扁平策略从所有的叶子类别中选择与待分类文档最相关的[k]个类别作为候选类别集,这样可以大大减小分类阶段的搜索空间。分类阶段通过结合候选类别的祖先类别和兄弟类别的分类结果来帮助计算候选类别在分类阶段的结果。最后将搜索阶段的结果和分类阶段的结果融合起来共同决定待分类文档的目标类别。在数据集Newsgroups-18828上的实验表明,相对于THTC模型,THTC-NA模型对提高层次文本分类准确率有很大的帮助。     

网络垃圾信息ILDR传播模型

针对网络垃圾信息传播研究多采用定性分析方法,难以揭示垃圾信息内在传播规律的问题,基于病毒传播的建模思想,考虑不同输入率和移出率等现实因素,提出了垃圾信息的ILDR传播模型。首先,计算了平衡点和传播阈值,并给出了平衡点的稳定性条件。其次,利用Routh-Hurwitz准则证明了无垃圾信息和垃圾信息的局部稳定性,并采用LaSlle的不变性原理证明了无垃圾信息全局稳定性,根据Bendixson判据证明了垃圾信息的全局稳定性。理论研究表明:当传播阈值小于1时,无垃圾信息平衡点全局渐进稳定;当传播阈值大于1时,垃圾信息平衡点全局渐进稳定。根据数值模拟可知:减小潜伏者到传播者的转化率,增加无知者到移出者的转化率和潜伏者到移出者的转化率,可以减小传播阈值的值;减小无知者到潜伏者的比例系数,增加传播者到移出者的转化率和系统的移出率,可以使传播者的取值减小。     

基于图模型与加权损失策略的视频行人重识别研究

针对监控视频中行人外观、姿态相似等现象导致的视频行人重识别准确率低的问题进行了研究,提出了一种基于图模型的视频行人重识别方法,有效利用了视频中的时序信息,实现跨帧及帧内区域的信息交互。具体来说,利用跨帧分块区域间的关联信息建立区域节点间的固有关系,并进行特征传播迭代更新区域信息。另一方面,在度量学习过程中,提出了一种加权损失函数策略,这个方法将先前挖掘策略中的二进制分配法(即丢弃或保留该样本)优化为连续分数分配法,解决了可用样本未被有效利用的问题。将模型在MARS和DukeMTMC-VideoReID两个数据集上进行了评估,实验结果证实了提出方法的有效性。     

基于相关性模型的BIT诊断策略技术研究*

提出了一种基于相关性模型的机内测试诊断策略。首先根据机内测试系统的诊断策略模型,以相关性矩阵为基础,综合考虑可靠性和测试代价等因素,利用AO*算法构建了决策树;然后根据信息量的大小依次选择测试点,并确定出优化的诊断策略序列。实例分析结果表明,该方法计算复杂度小,所得的诊断策略在较低的测试代价下可以有效提高机内测试的故障检测和隔离率。     

基于非零和攻防博弈模型的主动防御策略选取方法

针对现实网络攻防环境中防御措施的滞后性以及攻防对抗过程中双方收益不完全相等的问题,提出一种基于非零和博弈的主动防御策略选取方法。首先依据攻击者与系统的博弈关系,结合网络安全问题实际情况提出网络安全博弈图;其次在此基础上给出一种基于非零和博弈的网络攻防博弈模型,结合主机重要度以及防御措施成功率计算单一安全属性攻防收益值,进而根据攻防意图对整体攻防收益进行量化;最后通过分析纳什均衡得到最优主动防御策略。实例验证了该方法在攻击行为预测和主动防御策略选取方面的有效性和可行性。