应用财经新闻挖掘的金融品种价格走势预测

随着经济的不断发展,金融活动中的不确定性日益增加,金融预测受到学术界及金融界的高度重视。人们希望通过获得预测性的判断和推测,掌握金融产品未来的发展趋势和规律。而近期随着互联网发展,出现海量财经信息,仅仅依靠历史价格的数据挖掘技术,不能很好地反映金融市场多元因素的影响。因此,通过挖掘财经新闻信息中的情感倾向信息,结合金融历史价格数据,组合多元线性回归和差分自回归滑动平均模型,提出了一种基于财经新闻信息挖掘的金融价格走势预测方法,通过实际数据验证,表明该方法可以获得较为准确的预测结果。     

Feistel-SP结构迭代差分的自动化搜索

基于新的符号差分表示方法提出了一种自动化搜索技术,可以搜索出典型Feistel-SP结构的分组密码的最优迭代差分模式,选择合适的迭代差分模式可以遍历出所有最优的迭代差分路径,不仅大大降低计算复杂性,还能通过迭代差分模式构造出多轮最优差分路径。以轻量级分组密码MIBS为例,应用自动化搜索工具,给出了MIBS的3轮、4轮最优迭代差分路径,概率分别为2-20、2-26,并搜索出所有满足条件的最优迭代差分路径。     

一种基于Web日志和网站参数的入侵检测和风险评估模型的研究

随着网络技术的不断发展,网上冲浪变得并不像以前那么的安全,持续不断的网络漏洞导致越来越多的网站正面临着被入侵的风险。为了维护网站的安全性,人们提出了许多与入侵检测相关的研究方案。其中,基于实时系统的入侵检测方案在众多研究中占了绝大一部分,这种系统能在网站受到入侵时给出第一时间的警告和防护,但是一旦一个网站已经受到了入侵,那么这些检测手段将变得毫无作用。除此之外,另外一些学者还提出了一些非实时入侵检测方案,非实时入侵检测方法可以运用在系统受到入侵之后,它们的主要作用是对入侵行为进行溯源。但是由于每个网站的整体架构都不一样,这种检测方法并不能评估一个网站所面临的入侵风险的大小。文章在基于Web日志和网站参数的前提下,提出了一个用于非实时入侵检测的风险评估模型。这个模型可以根据不同的网站参数定义不同的评估策略,这种评估策略会为每种攻击方式分配一定的权重,通过这些权重和Web日志所匹配的攻击信息,模型可以计算出系统的风险模糊值从而评估系统所遭受攻击的风险程度。实验结果表明文章的研究能有效地检测出每个网站所面临的入侵风险,它将对保护网站安全以及防御黑客攻击起到很重要的作用。     

基于ZigBee无线网络技术的电子站牌设计

为提高公共交通服务的质量,提出一种基于ZigBee无线网络技术实现的电子公交站牌系统。该系统利用无线通信技术对公交车进行到站检测和信息传递,站点将公交车到站的信息送给主控系统进行处理,并利用LED指示灯进行指示,同时通过Zigbee通信技术实现站点之间的信息传递,达到公交车运行信息在整个运行线路的显示,并在每个站点设计点阵式LED显示屏,实现公共信息显示,为人们出行提供便利。     

基于SOC的串联锂离子电池组均衡策略研究

由于一致性问题的存在,成组电池在可用容量、使用寿命等方面远不及单体电池,电池组的均衡管理对电池的成组使用者有着重要的实际意义.论文就针对锂离子串联电池组的均衡技术进行了研究,首先介绍了电池组一致性问题产生的原因,指出均衡管理的重要意义,分析了锂离子电池组SOC的一致性和基于SOC的均衡策略,详细阐述了基于SOC的均衡技术实现,最终搭建实验平台进行测试,验证了所使用的均衡策略和硬件电路的有效性.     

一种基于人工免疫技术的存储异常检测系统

绝大部分认证子系统无法保证账户的真实性,它会将冒用盗窃账户的入侵者视为‘合法’用户。为了过滤这类非法用户,存储安全子系统必须进行访问行为诊断。为了增强存储预警能力,提出一种基于人工免疫的异常检测方案来监控用户的访问行为。若一个访问请求违反了访问控制规则,它就被视为‘异己’,从而给存储安全子系统提供一些警告提示。本方案(Storage Anomaly Detection System,SADS)针对存储层的入侵检测,并关注读/写数据请求,同时与网络入侵检测系统协同构筑了两层检测体系。仿真结果显示,SADS能达到相当高的检测率和较低的误警率,验证了方案可行性。而开销测试表明,SADS子模块的时间开销是可接受的(如对3MB的数据,其开销控制在11.6%以内)。     

基于人工免疫的网络入侵检测中疫苗算子的作用研究

在以前研究工作的基础上,将包含疫苗算子、变异算子和其它算子的免疫算法与人工免疫中的负选择算法结合在一起,实现检测器种群的进化,目的是加快种群的亲和力成熟进程和提高网络入侵检测效率。详细地给出了疫苗自适应提取算法和疫苗算子算法,建立了基于免疫算法和负选择算法的模型及算法来实现网络入侵检测。分别设计了基于克隆选择算法的和基于免疫算法的网络入侵检测实验。实验结果表明,含有免疫算子的免疫算法加快了检测器种群亲和力成熟的进程,收敛速度更快,随着进化代数的增加检测率总体呈上升趋势。而基于克隆选择算法的网络入侵检测则出现了检测器种群亲和力成熟进程较慢,并随着进化代数的增加检测率呈现轻微退化和较长时间停滞不前的现象。     

基于一种新的目标识别的边缘爬行算法

针对机器人目标识别的实时性、快速性和鲁棒性特点,依据物体边缘大部分区域的方向缓变原理,提出了一种基于记忆的边缘爬行改进算法.爬行搜索方法的一个明显缺点是"爬虫"容易掉进"陷阱",即围绕某个局部小区域重复爬行.记忆搜索方法则有效克服了爬行搜索方法容易掉进"局部陷阱"的不足.在边缘爬行的同时,通过标号将颜色相近的不同物体分割出来.实验结果表明,与传统方法比较,该方法的边缘线更加完整、清晰,而且缩短了处理图像的时间,使目标识别的实时性和鲁棒性得到了优化.     

面向银行的一种中间件的前后处理过程

银行风险数据处理中间件是一种主要采用数据集市技术来支持银行各种风险监管系统的高层应用中间件。本文首先探讨了提出银行风险数据处理中间件的客观原因和对其进行研究的意义,构建出了中间件系统的体系结构,详细描述了各主要功能模块,并着重设计了面向前端和后端的应用服务接口,最后给出了中间件系统的一个应用实例。中间件系统提炼和封装了共同的银行风险数据处理逻辑,为前端各种风险管理应用提供统一的服务接口和平台,大大缩小了银行风险管理系统的开发周期和开发成本。     

基于结果反馈的模糊Petri网学习算法

针对模糊Petri网模型的复杂结构,在不增加虚库所和虚变迁的情况下改进了模糊Petri网分层算法,从而简化模糊Petri网学习和训练方法。为提高收敛速率,本文从一个全新的角度考虑模糊Petri网的学习和训练,提出了基于结果反馈的模糊Petri网学习的新算法（FBFPN）。该算法通过对纯网进行层次式分层及建立变迁点燃的近似连续函数后,调整权值、变迁的阈值、变迁的可信度的同时又调整输入矢量的多重作用来最小化误差函数。仿真结果分析表明,该算法具有良好的学习效率和泛化能力。