IncLOF:动态环境下局部异常的增量挖掘算法

异常检测是数据挖掘领域研究的最基本的问题之一，它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用，以前的异常检测算法只适应于静态环境，在数据更新时需要进行重新计算，在基于密度的局部异常检测算法LOF的基础上，提出一种在动态环境下局部异常挖掘的增量算法IncLOF，当数据库中的数据更新时，只对受到影响的点进行重新计算，这样可以大大提高异常的挖掘速度,实验表明，在动态环境下IncLOF的运行时间远远小于LOF的运行时间，并且用户定义的邻域中的最小对象个数与记录数之比越小，效果越明显.     

自适应任务迁移分布计算研究

基于我国新一代国防领域信息处理系统要求处理速度快、I／O吞吐量大，可靠性高、负载均衡、良好的可扩展性需求，提出了自适应任务迁移分布计算算法思想，并对其实现提出了详细的设计思想。     

基于信息熵的入侵事件依赖性研究

提出一种基于信息熵的依赖性分析方法，用入侵事件出现与否的概率进行定量的计算，从而挖掘出入侵事件之间的依赖关系。并提出依赖系数的概念来描述事件之间的依赖程度，最后给出了相应的试验结果。     

MIMO OFDM无线局域网的性能分析及其实现

叙述了无线局域网的多输入多输出天线系统的技术特点，分析了OFDM无线局域网中的多输入多输出天线系统容量，探讨了多输入多输出OFDM无线局域网的实现。     

IEEE 802.11无线局域网OPNET建模与性能测试

讨论了IEEE802．11无线局域网的建模和性能问题。基于对IEEE802．11协议和目前功能最强大的网络仿真工具OPNET软件的研究。首先分析了无线局域网的各种行为，分别对这些行为单独建模后，通过有线状态机将它们集成而形成IEEE802．11协议支持模块。给出了模型输入输出接口的详细说明。并对网络的性能进行了分析比较。     

情感计算数学模型的研究初探

针对计算机如何进行情感计算，提出一种情感空间的概率模型并对其进行了计算机仿真。通过构造状态的概率转移矩阵，得到每个情感状态的概率分布，从而计算出情感的熵值。情感的熵值，表达出所构造的情感的细腻程度。通过计算机仿真，验证了情感模型是符合人类情感规律的——不确定性同时又具有统计规律。最后通过不同参数的仿真，说明此模型可以产生不同的情感活动，为情感机器人数学模型的建立与情感决策支持系统提供了一种新的方法。     

一种无候选集产生的并行关联规则挖掘算法

FPT(模式增长树)算法是一种不产生候选项集的串行关联规则挖掘算法,在效率上都优于基于Apriori的系列算法,因此该文利用FPT算法思想提出一种无候选集生成的并行关联规则算法PFPT,并与CD算法进行比较,结果表明该算法效率较CD算法优。     

基于混沌优化的最佳熵阈值的图像分割

利用目标在图像中所占比例等信息,结合图像熵阈值算法进行图像的阈值分割。并利用混沌优化的方法一次寻找出图像熵的多个极值点,提高了阈值寻找的效率。仿真实验表明,与传统的图像熵阈值法相比较,该方法能够给出更加合理的分割结果。     

一种面向自动文本摘要特征评价的新方法

自动文本的特征评价方法的研究一直未受到研究者们的重视。以往只是简单地将面向文本集的TF.IDF特征评价方法应用于针对单文本的自动文摘领域,该方法无法排除低频词噪音的影响,特征评价存在明显误差,致使不能准确计算文本特征。文章引入信息熵,提出了针对单文本的特征评价方法TF.IDF.H。实验表明,新的特征评价方法能够准确获得文章主题特征,更好地改善文摘质量。     

TCP流量的多尺度分析

基于小波技术对多组局域网和广域网流量的实测数据进行了全局缩放性质和局部缩放性质的研究。讨论了分形高斯噪声模型和多分形小波模型。在全局缩放性质的研究中，讨论了一类Hurst参数估计器．并将实际数据与分形高斯噪声模型相比较，发现大时间尺度上的网络流量可以用分形高斯噪声来近似。在局部缩放性质的研究中，分析了局部缩放指数及相应的结构函数．并将实际数据与多分形小波模型相比较，发现在小时间尺度上，无论是分形高斯噪声还是多分形小波模型都不能很好地近似网络流量，大小时间尺度的划分在典型的往返时间附近。