基于校园网解决银行校园IC卡消费安全

根据银行校园IC卡的功能,提出基于校园网的系统网络结构,从IC卡管理、密钥管理、交易存取及数据传送等方面进行安全设计,解决了银行校园IC卡消费安全问题。     

免疫进化否定选择算法

当训练样本分布密集交错时,传统的否定选择算法难以将检测器生成在正/反样本间的有效区域,导致检测器集合对这些样本的识别率降低,影响了算法性能。为使检测器能有效地识别分布密集交错的样本,本文提出了免疫进化否定选择算法（IENSA）。IENSA通过加入两个免疫进化过程,首先在样本分布密集的区域引导检测器在正/反样本之间有效地生成,然后在样本分布稀疏的区域对冗余检测器进行抑制。实验结果表明在二维人工数据集Rectangle与三维标准数据集Skin Segmentation上,相对于经典的RNSA与V-Detector算法,IENSA均能以较少的检测器而达到较高的检测率。     

基于数据挖掘的个性化网络教学系统的设计

与传统的教学模式不同,网络教学的重点在于个性化教学。通过对现有网络教学系统进行分析,构建一种基于B／S三层模式的网络教学系统,并将数据挖掘技术应用到系统中,以关联规则和决策树挖掘举例进行验证,结果表明能够对教师教学和学生学习提供指导,有效地实施个性化教学,提升教学质量。     

基于K-means算法的Web日志挖掘在移动学习中的实现

随着互联网技术和无线通信技术的发展,移动学习成为正式和非正式学习者的学习必备方式。使用Web日志数据挖掘技术和K-means聚类分析方法,通过对学习者的学习特征和行为进行监测与分析,有针对性地进行课程资源和教学过程设计,有效改善了系统的拓扑结构,实现了移动学习中个别化学习的目标。     

一种基于抗原软子空间聚类的否定选择算法*

否定选择算法（NSA）是免疫检测器生成的重要算法,传统否定选择算法在亲和力计算过程中未考虑不同种类抗原关键特征与冗余特征之间的差异性,存在算法检测性能较低的问题。对此,提出了一种基于抗原软子空间聚类的否定选择算法（ASSC-NSA）。该算法首先利用抗原软子空间聚类计算出不同种类抗原的各个关键特征及其权值,随后通过这些关键特征引导检测器生成以有效地减少冗余特征的影响,从而提高算法检测性能。实验结果表明,在BCW与KDDCup数据集上,相对于经典的否定选择算法,ASSC-NSA能在误报率无明显变化的情况下显著地提高检测率。