基于投影寻踪的径向基函数网络在参考腾发量预测中的应用

径向基函数网络(RBFN)已广泛应用于参考腾发量预测等领域，但常用的K均值聚类和自组织特征映射等方法在求取径向基函数网络隐层节点中心时存在较大不足。针对这一问题，本文引入投影寻踪方法，在投影降维的基础上实现对大量高维数据的聚类，建立了基于投影寻踪的径向基函数网络模型，并将该模型应用于山西潇河灌区参考腾发量的预测，研究了不同气象因子输入对参考腾发量预测精度的影响。结果表明，基于投影寻踪的径向基函数网络具有较强的适用性，只需使用最高温度、最低温度、日照时数和旬序数作为输入因子，就能以较高的精度预测参考腾发量。     

IDS告警融合与关联模型的研究

入侵检测是保障网络安全的重要手段,针对现有入侵检测系统中告警数量多、协调性差等问题,论文提出了一种具有告警融合与关联功能的告警处理系统模型,该模型冗余告警量少、整体检测能力强,并能进行攻击企图的预测,能有效提高入侵检测的效率,有助于进一步增强网络的健壮性。     

个性化公开密钥系统的设计

论文提出利用用户提供的个性化信息来随机产生关联大素数,保证了素数选取的随机化、个性化,提高了RSA算法的安全性。     

网络安全事件的关联分析方法的比较研究

随着当前攻击手段和技术的日益复杂化,一次入侵事件往往需要多个步骤才能完成,这些步骤都是彼此相关的。但是传统的入侵检测集中于检测底层的入侵或异常,所检测到的结果也仅仅是一次完整入侵的一部分,所以不能将不同的报警结合起来以发现入侵的逻辑步骤或者入侵背后的攻击策略。关联分析技术将不同分析器上产生的报警进行融合与关联分析,极大地减少了报警的数量,降低了入侵检测的误报率,并且适当的减少了入侵检测的漏报率。文中在对网络安全事件关联分析方法的系统结构进行分析后,着重介绍了当前比较流行的几种网络安全事件关联分析方法,最后对各种方法进行了比较研究。     

径向基函数神经网络的再学习算法及其应用

为了应用径向基函数神经网络逐步地识别待研究系统,文章针对径向基函数神经网络的再学习算法开展了深入的研究.应用严格的数学推理方法,将径向基函数神经网络的再学习问题转化为矩阵求逆的附加运算.详细给出了径向基函数神经网络再学习算法中增加新训练样本和增加新基函数的数学公式,同时对如何获取新的训练样本进行了研究.     

利用整合区域特性约束提高孔隙率模拟精度

本文将空间结构变化的要求与动态资料确定的储量共同作为约束,建立了包含两个约束条件的目标函数, 应用模拟退火算法对孔隙率的空间分布进行预测。在实现过程中,通过初始控制参数的给定及目标函数修改提高了运算效率。由于目标函数有效地整合了静、动态信息,从而降低了模拟结果的不确定性．提高了模拟的精度。合成数据及实际数据的模拟试验表明,整合区域特性约束不仅提高了孔隙率模拟精度,而且算法收敛快、稳定性高。     

聚合物熔体的非等温平板收缩流动的数值模拟

用有限元法模拟了Carreau流体在4：1平板收缩口模中的非等温挤出流动，采用3节点的三角形单元对速度、压力和温度进行等阶插值，运用特殊的罚函数处理流体的不可压缩条件，解决了压力场的数值振荡问题，并用改进的Newton迭代法对非线性方程进行求解，成功地计算了Carreau流体在平板收缩流动中的速度、压力、粘度以及应力的分布，同时得到温度场的分布，计算的应力分布与实验的结果及Renardy的分析结构相符。     

一类极大极小优化问题的信赖域算法

借助于K-T条件和NCP函数,提出了处理一类极大极小优化问题的信赖域算法.数值实验结果表明该方法是行之有效的.     

目标被动式跟踪评述

首先介绍了目标被动跟踪的发展状况，然后按照不同的量测源分别对现有的被动跟踪方法进行讨论，并给出了各种方法的适用范围和各自的优缺点。最后试探性地给出目标被动跟踪的发展趋势，及其需要解决的重点、难点问题。     

连续小波变换在函数空间中的应用

某些微分方程和相应的积分方程之间的关系被讨论；这些微分方程通过边境小波变换可被转换成相应的积分方程，它们不仅在弱收敛意义下而且在范围数收敛意义下是等价的；关于这些微分方程的讨论就与相应的积分方程的讨论联系起来。