排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
当存在主动延迟干扰时,Wang Xinyuan等提出的基于包间延迟检测连接链相关性的算法不能正确检测相关连接,通过引入平均包间延迟取整值的概念提出优化算法,在攻击者主动干扰包间延迟的连接链中仍能检测相关性.实验表明:通过适当调整参数值,可使算法在存在主动延迟干扰的长连接链中有较好的有效性及健壮性. 相似文献
2.
3.
4.
基于遗传算法的Bayesian网结构学习研究 总被引:26,自引:3,他引:26
从不完备数据中学习网络结构是Bayesian网学习的难点之一,计算复杂度高,实现困难。针对该问题提出了一种进化算法。设计了结合数学期望的适应度函数,该函数利用进化过程中的最好Bayesian网把不完备数据转换成完备数据,从而大大简化了学习的复杂度,并保证算法能够向好的结构不断进化。此外,给出了网络结构的编码方案,设计了相应的遗传算子,使得该算法能够收敛到全局最优的Bayesian网结构。模拟实验结果表明,该算法能有效地从不完备数据中学习。 相似文献
5.
基于遗传算法的Bayesian网中连续变量离散化的研究 总被引:5,自引:1,他引:5
文中如何从含有离散变量和连续变量的混合数据中学习Bayesian网进行了研究,提出了一种基于遗传算法的连续变量散化算法,在该处中给出了兼顾离散模型准确度和复杂度的适应度函数;并基于对离散化的实质性分析,定义了离散策略等价的概念,由此制定了离散策略的编码方案;进一步设计了变换离散策略的遗传算法。算法不存在局部极值问题,且不需要事先给定变量序关系,模拟实验结果表明,该算法能有效地对连续变量散化,从而使得从混合数据中学到的Bayesian网具有较好性能。 相似文献
6.
7.
Bayesian网已经成为AI领域的研究热点,并在现代专家系统、诊断系统及决策支持系统中发挥着至关重要的作用.Bayesian网的研究主要集中在三个方面:知识表示、学习与推理.概率知识是Bayesian网坚实的数学基础,从数据中学习分布参数使得Bayesian网逐步走向现实应用.本文介绍和比较了概率参数学习的各种常用方法,并探求了它们在不同应用背景下的优缺点.基于经典统计学的方法理论成熟,计算简单,但它只利用了实例数据集合所提供的信息,无法加入专家知识,对实例数据的依赖性大;基于Bayesian有机结合了两类信息,对实例数据的依赖性降低,学习结果更加准确.参数学习是Bayesian网学习的基础,是Bayesian网结构学习必不可少的部分. 相似文献
8.
9.
我是学计算机的,丈夫虽然并非计算机专业毕业,但却特别迷恋计算机。于是我们在生活并不宽裕的情况下买了第一台386微机,在当时,也算是不错的。可它只是一台普通的微机。为制作教学辅助软件,我们给这台微机配备了协处理器、光驱和声霸卡,使它成了一台多媒体电脑。在这台微机上,我们制作了“轰六飞机起落架模拟教学软件”,生动逼真的画面,使以前在飞机构造课上无法现实接触的部件一一动态地呈现于面前,配之生动的讲解声音,教学效果倍增。此软件在全空军教学软件评比中获得二等奖。在这台电脑上,我们经过一年的努力,开发出了“中学九年义务地理教育教学 相似文献
10.
当存在主动延迟干扰时,Wang Xinyuan等提出的基于包间延迟检测连接链相关性的算法不能正确检测相关连接,通过引入平均包间延迟取整值的概念提出优化算法,在攻击者主动干扰包间延迟的连接链中仍能检测相关性.实验表明通过适当调整参数值,可使算法在存在主动延迟干扰的长连接链中有较好的有效性及健壮性. 相似文献
1