基于系统调用的入侵检测系统设计与实现

介绍了一个基于系统调用的灵活加载的入侵检测系统。该系统改进了常用的数据采集方法,采用虚拟设备驱动来获取系统调用。这种数据采集方法对系统影响小,可以灵活装卸,并提供标准的接口。数据分析融合了异常检测和误用检测两种方法,提出了相应的检测模型,并引入了滤噪函数。     

基于免参数据挖掘的相异度度量研究

由于参数设置导致数据挖掘结果异常的例子很多,为了解决这一问题,出现了免参数据挖掘思想。对Kolmogorov复杂度理论进行了研究,将其和免参数据挖掘思想相结合,提出了一种基于压缩的相异度度量SCDM。由于压缩算法是空间和时间高效性算法,使得应用该算法的相异度度量也具有较好的性能。实验表明将这种相异度度量应用到层次聚类算法中,其聚类的准确率也较高。     

用个体独立优化进化策略求非线性方程的近似根

简要介绍进化策略的基本原理和基本技术,在此基础上,提出一种基于（1＋1）-ES的新型个体独立优化进化策略算法,并应用于求解非线性方程,利用该算法可获得任意给定所求非线性方程的近似根.相比传统的求解方法,克服了传统方法所存在的误差累积、一次只能求出一个根等缺陷.实验结果表明,该方法是有效可行的,其目的为求非线性方程近似根提供一新方法,由于数学物理中许多问题常常归结为求解非线性方程,因此,该方法将在科学工程计算等领域有着广泛地应用.     

基于多目标遗传算法的TS模糊模型设计

提出一种利用遗传算法进行TS模糊模型的优化设计方法。首先定义了TS模糊模型的精确性指标,给出模糊模型解释性的必要条件。然后利用模糊聚类算法和最小二乘法辨识初始的模糊模型;利用多目标遗传算法优化模糊模型;为提高模型的解释性,在遗传算法中利用基于相似性的模糊集合和模糊规则简化方法对模型进行约简。最后利用该方法进行一类二阶合成非线性动态系统的建模,仿真结果验证了该方法的有效性。     

一种基于镜头的视频场景检测方法

在数字视频的分析、浏览、检索中,现有的以镜头为基础的方法由于镜头粒度信息太小而不能表达视频语义上的联系,因此有必要将视频内容按照高层语义单元——场景进行组织。从分析视频剪辑的基本原则入手,给出了一种视频场景构造方法;首先使用改进了的像素匹配二次差分法结合双阈值法进行镜头突变和渐变的检测,然后对镜头内的帧间距离进行判断来提取关键帧;提出了一种基于双滑动镜头窗口的聚类方法,将内容相似语义相同的镜头聚合在一起形成新的场景。试验表明,该方法是有效的。     

一种基于粗糙集的K-Means聚类算法

在传统的硬聚类过程中,得到的簇中数据对象是确定的,然而在现实世界,边界数据是不能被准确划分到任何一个簇的。粗糙集是处理这种边界不确定性的工具,基于此提出了一种基于粗糙集的K-Means聚类算法,这种算法生成的簇包括上近似集和下近似集,可以处理边界对象。试验证明,这种算法是有效的。     

SP-MEC算法的收敛性分析

进化算法求解多目标优化问题具有独特的优势。SP-MEC是一种新的利用思维进化算法(MEC)解决多目标优化问题的算法,数值实验结果验证了它的可行性与有效性。文章利用概率论的基本理论对其收敛性进行分析,提出局部Pareto最优解集、局部Pareto最优态集及趋同过程产生的序列强收敛的概念,证明了在满足一定条件下趋同过程产生的序列强收敛于局部Pareto最优态集。     

一种双种群进化规划算法

在分析了导致进化规划算法早熟原因的基础上,提出了一种新的双群进化规划算法.在该算法中,进化在两个不同的子群间并行进行,通过使用不同的变异策略,实现种群在解空间具有尽可能分散的探索能力的同时在局部具有尽可能细致的搜索能力.通过子群重组实现子群间的信息交换.对该算法性能进行的理论分析以及基于典型算例的数字仿真均证明该算法具有更好的性能.     

基于模糊聚类神经网络的语音识别方法

提出了一种基于模糊神经网络的语音识别方法.该方法以模糊系统模型为基础,利用改进的模糊聚类辨识算法,构成一种新型的模糊聚类神经网络（FCNN）,并将其作为概率密度函数的估计器,对每个状态的输出进行预测.它不仅能有效地在语音识别中引入帧间相关信息,而且能克服状态输出概率密度函数为混合高斯分布的束缚.通过对非特定人汉语孤立词和连续音节的语音识别实验,证实了该方法的有效性.     

非均匀演化算法及其应用

提出一种基于非均匀变异的演化算法模型;基于随机过程理论分析了该算法的自适应性,用该算法求解了实际的“油层结垢”问题;基于随机优化领域经典的高维多峰测试函数,同已有的同类算法做了对比.实验结果表明：在没有引入任何额外参数和计算的前提下,该算法具有更好的收敛性和稳定性.