一种改进的动态遗传Apriori挖掘算法

在经典关联规则算法Apriori的基础上,提出了一种改进的动态遗传Apriori挖掘算法。通过动态遗传Apriori挖掘算法对学生成绩管理数据库中的课程进行分析,找出各课程之间的隐藏关系,得到一些合理、可靠的课程关联规则,从而根据这些规则进行课程的合理设置。实验结果表明,该算法能高效地解决数据挖掘问题。     

M2ASR——新型多径匿名源路由协议*

针对无线Ad hoc网络通信的安全与效率问题,提出一个高效并有较好匿名能力的多径匿名源路由协议M2ASR。在DSR协议的基础上,使用标签机制,对源路由的工作过程进行了修改,实现了能够应用于大规模无线网络的多径匿名路由;并在协议中首次使用IDA算法,利用Ad hoc网络的节点转发和协议本身提供的多径性质,提高了无线Ad hoc的通信效率;从理论和仿真角度对M2ASR协议的匿名性和使用IDA算法之后所带来的效率进行了分析和总结。     

基于线性投影分析和FCM动态聚类的人脸识别*

依据主成分分析方法(PCA)对图像具有很好的表达能力,即能很好地重构原图像,而线性鉴别分析(LDA)可使图像样本具有较高可分性的特点,提出对图像先进行PCA处理,再进行LDA处理,从而降低人脸特征维数并对人脸图像进行了特征提取;并提出用FCM动态聚类算法作为识别分类器,对人脸进行识别。实验和分析结果表明,在人脸识别中,这种融合PCA和LDA的分类方法能够更好地对特征进行提取,且FCM动态聚类分类器比K近邻判别分类器更具有灵活的分类能力。     

否定选择算法中一种改进的检测器集生成机制

为提高否定选择算法中检测器集的检测率,提出改进的检测器集生成方法。其主要针对检测器在检测边界元素时遇到的困境问题,把自体点和它的临近点一起作为自体区域,处理自体的泛化问题。给出算法的具体实现过程、优势分析,并通过人工合成数据集2DSyntheticData和实际Biomedical数据集对算法进行了验证。实验结果表明,本算法检测率较高,尤其可以有效检测到处于自体与非自体边界处的点,具有一定的优越性。     

一种求解多旅行商问题双层降解混合算法*

为了能快速近似求解多旅行商问题,提出了双层降解混合算法。首层降解根据问题空间展布特性,利用聚类技术将问题分解为若干子类问题,底层降解将子类问题转换为经典的旅行商问题,通过缩减子类问题初始状态下的边数量,使得子类问题求解难度得到再度降低,最终利用精确算法进行求解能够得到高质量优化解。对比实验表明双层降解混合算法具有计算时间短和求解质量高的优势,说明了新算法的有效性和高效性。     

基于时空一致性优化的视频去雾算法*

为了提高有雾视频的可用性,针对视频增强的需求,基于图像去雾的物理模型,利用视频相邻帧间的信息冗余性,提出了基于光流法的视频去雾方法;对视频中亮度变化以及光流法误差引起的去雾对象边界不平滑的问题,通过引入时间域和空间域能量函数,对待处理视频进行时空一致性约束。实验证明：对于定点拍摄的视频数据,使用时空一致性优化的视频去雾算法能够增加帧间稳定性,获得较为理想的去雾结果。     

基于IXP2350的协同免疫三层防御IDS设计

介绍了基于Intel IXP2350网络处理器实现的一种新的入侵检测系统架构——具有协同人工免疫特性的三层防御入侵检测系统。将基于主机的检测和基于网络的检测结合起来,如人体免疫系统一样,为计算机系统提供综合的、多层次的保护。它使用网络处理器作为数据分析引擎。充分利用了Intel IXP2350网络处理器的可编程高速并行处理特性,使入侵检测系统具有更强的灵活性和可扩展性。     

一个基于中心度的社团结构发现新算法*

针对GN算法在社团结构发现中时间复杂度高等问题,提出一种基于中心度的GN改进算法（DCGN）。该算法根据节点中心度以及节点之间的最短路径首先确定社团结构中心节点集,然后逐步删除社团结构中心节点之间的最大边介数连边,完成社团结构划分。DCGN算法避免了GN算法边介数计算开销大的问题,算法的时间复杂度约为O(cmn),其中c为常数,n为网络成员数,m为网络连边数。将DCGN和GN算法同时应用到Zachary网络及计算机随机生成网络中并进行了比较。实验结果表明,所提出的DCGN算法在运行效率和效果方面较之GN算     

离散制造企业RFID实施框架研究*

为推进离散制造企业RFID系统的成功实施,提出了面向离散制造企业的RFID实施方法论框架。从应用领域、应用层次、产品生命周期三个维度分析了离散制造企业的RFID应用需求。以信息技术采纳理论为基础,构建了包括RFID技术采纳决策和RFID系统实施两个阶段的RFID实施过程框架,并对各阶段的实施步骤和实施方法进行了阐述。利用上述RFID实施框架在重庆某整车生产厂进行实际应用,验证了可行性。     

基于GPS实时数据的在线过滤与补遗研究*

为提高GPS数据的有效性与可靠性,使之为实现实时交通流量预测与交通诱导服务,首先基于GPS历史数据,以变异系数极小化为优化目标进行GPS数据过滤模型的优选,并对实时数据缺损提出两种补遗算法;然后给出基于动态GPS实时数据的在线数据过滤与补遗一体化算法;最后结合2008年杭州市GPS历史数据对模型进行应用。结果表明,基于简单算术平均的滤波模型即为GPS数据过滤的最佳模型;基于时间序列缺失数据的快速补遗算法能够很好地满足实时预报要求,实现快速补遗。