基于朴素贝叶斯理论的内部威胁检测方法

相比信息系统外部威胁攻击,信息系统内部威胁攻击更具隐蔽性,更难被发现并进行阻断。本文介绍内部威胁的概念及内部威胁常见的3个特征。针对用户命令操作行为具有普遍规律性,利用公开的安全数据集S-M数据集,提出一种基于朴素贝叶斯理论的内部威胁检测方法。该方法能够将混入用户中带有攻击操作行为命令的内部威胁检测出来,大大提高了内部威胁检测正确率,降低了误报率,使机器学习思想在内部威胁检测领域得到了广泛的应用。      

pH对发酵系统的产甲烷活性抑制及产氢强化

为抑制厌氧发酵系统的产甲烷活性,强化其发酵产氢性能,采用逐级降低pH的调控方法,探讨连续流搅拌槽式反应器(CSTR)从具有显著甲烷发酵特征的厌氧发酵系统向发酵产氢系统转变的运行特征．在进水COD 7 000 mg／L、水力停留时间(HRT) 8 h条件下,发酵体系在pH 由65～72降低到60～65时,虽然发酵气中的甲烷体积分数逐渐减少乃至消失,但氢气体积分数一直在3％以下;当pH下降到40～50时,系统中的产酸发酵作用得到了进一步强化,挥发性发酵产物总量平均为2 052 mg／L,呈现为典型的乙醇型发酵,发酵气产量平均为26 L／d,其氢气体积分数稳定在45％左右,活性污泥的比产氢率达167 L／(g·d)．     

武江流域气象要素变化及对径流敏感性分析

基于武江流域1959-2006年月均气象要素(降水量、气温、蒸发量、相对湿度和日照时数)及水文资料,采用Mann-Kendall法和相关分析等方法,分析了流域近50年来气象要素变化趋势及其与径流之间的关系;运用非线性回归模型计算并分析了降雨和蒸发对流域径流的敏感性。结果表明:近50年来,流域降雨量、气温呈上升趋势,而蒸发量、相对湿度、日照时数则呈下降趋势;降雨与径流有较好的线性关系且与径流关联度最大,是径流量变化的主要驱动因子;武江流域径流对降雨变化的响应较气温更为显著。     

基于马尔科夫链的大学生自主学习能力预测方法

以反映大学生自主学习能力的现时状况数据指标为基础,利用马尔科夫链工作原理,分析研究自主学习能力的有效评估方法,构建大学生自主学习能力预测方法模型并提供算法流程,测试表明预测与实际结果高度吻合。所提供的研究模型精细、稳定、实用,能有效应用于提高自主学习能力和相应的预测软件开发当中。     

改进Smote算法在不平衡数据集上的分类研究

在不平衡数据集中,过抽样算法如Smote(Synthetic Minority Oversampling)算法、R-Smote算法与SD-ISmote算法可能会模糊多数类与少数类的边界以及使用噪声数据合成新样本。本文提出的ImprovedSmote算法使用少数数据集的簇心与其对应类别的少数集数据,在簇心与不大于样本属性数的对应类别少数集数据形成的图形内随机插值来生成新数据。ImprovedSmote算法结合C4.5决策树与神经网络算法在实验数据集上的结果比Smote, R-Smote与SD-ISmote算法更好,可以有效地提高分类器分类性能。     

双点辅助定位的移动终端掌纹识别系统

移动终端掌纹识别中难以控制手掌摆放位置和姿态,并且受到复杂场景和差异光照的干扰以及硬件资源的限制。针对上述技术挑战,本文在Android平台上自主设计和实现双点辅助定位的新型掌纹识别系统,并解决整个工程实现中的多个技术难题。拍摄时由辅助点和辅助框共同限定手部位置和姿态,确定食指和中指之间以及无名指和小指之间的2个指间谷底点为关键点,旋转掌纹图像使两点连线与坐标系横轴平行,最终裁剪感兴趣区域用于特征提取和识别。本文提出的辅助定位方案增强了掌纹预处理抵御干扰因素的稳健性和系统实时性。     

一种环境质量数据可视化与可视分析系统

随着全球环境气候的日益严峻,迫切需要通过环境信息化手段来为政府相关部门在保护环境、规划社会发展等方面提供决策支持,环境质量数据可视化与可视分析技术在环境信息化过程中起着举足轻重的作用。本文主要从可视化和可视分析的角度介绍所设计和实现的系统的体系结构和功能,并对系统的关键技术进行重点讨论。实例结果表明,该系统在多源环境质量数据的可视化建模、组织方式和数据的二三维可视化展现以及数据的动态调度、三维场景的实时渲染等方面都有独特的解决方案,系统可以全方位地展现环境质量数据中的信息,实现对综合多源环境质量数据进行分析。     

基于动作的动态空间推理

动态空间关系的表示和推理一直以来都是定性空间推理中的研究重点。通过用矩形关系来表示空间原语实体为区域的定性空间关系,对Bhatt定义的动态空间系统进行细化和扩展,定义空间实体的8个移动动作,并给出拥有多个空间实体的空间场景下区间关系在不同动作作用下的状态转移图和状态转移表,指出状态转移图和概念邻域图的区别。用一个元组对空间场景进行形式化表示,定义动态空间系统中的一个基本任务,即历史场景在空间实体动作作用下推出新空间场景,给出这个任务的解决方法,指出方法的局限和不足,同时给出一个应用场景。     

基于密度峰和划分的快速聚类算法

传统基于划分的聚类算法需要人工给定聚类数,且由于算法采取刚性划分,可能会导致将较大或延伸状的聚类簇分割的现象,导致错误的聚类结果。密度峰聚类是近年提出的一种新的基于密度的聚类算法,该算法不需要预先指定聚类数目,且能够发现非球形簇。将密度峰思想引入基于划分的聚类算法,提出一种基于密度峰和划分的快速聚类算法（DDBSCAN）,该算法首先获取一组簇的核心对象(密度峰),用于描述簇的“骨骼”,而后将周围的点划分到最近的核心对象,最后通过判断划分边界处的密度情况合并簇。实验证明,该算法能有效地适应任意形状、大小不一的数据集,与传统基于密度的聚类算法相比收敛速度更快。     

基于改进量子粒子群算法的支持向量机参数优化方法

支持向量机参数的选择对建模精度和泛化性能等有着重要的影响,提出量子粒子群优化(QPSO)改进算法优化支持向量机（SVM）参数的方法。该方法首先将混合扰动算子引入QPSO算法中,用于获取平均最优位置,建立一种基于混合扰动算子的QPSO算法改进方法（IQPSO）,然后用IQPSO算法的全局优化能力对支持向量机惩罚系数和核参数进行综合寻优,求取最优化参数组合,从而提高支持向量机的求解速度和解的精确性。利用测试函数和UCI测试数据,对IQPSO-SVM进行仿真测试与分类,实验结果表明,IQPSO能获得很好的优化结果,IQPSO-SVM具有较好的泛化性能。