分布式目标检测融合决策优化算法

现有分布式目标检测系统的优化一般采用穷举法、SFFO算法或SOFF算法,计算复杂,且优化结果强烈依赖初值。该文采用蚁群算法和爬山变异算法结合,提出爬山变异蚁群算法及同步优化传感器判决门限和融合中心决策规则,理论上是一种全局最优算法。数值试验的结果表明,和相关算法相比,融合系统的贝叶斯风险降低了15%～20%,且优化结果不依赖初值,计算复杂度低于其他算法。     

混合策略改进的粒子群算法

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索;提出了基于自适应t分布的变异策略,增强算法全局搜索和跳出局部最优能力;对15个单峰和多峰函数进行仿真实验,与其他3种算法进行了对比分析,结果表明：所提出的改进算法具有很强的寻优能力与稳定性。     

基于决策类划分多变量决策树算法的最优逻辑约简法则

基于决策类划分多变量决策树是一种新型的决策树算法,该算法对训练集分区进行多变量决策运算后,可能取得多个决策逻辑规则。最优逻辑约简法则使用逻辑运算及选择运算构造出一种择优运算方式,以取得最优的逻辑约简规则,是对该算法的一种有效补充。实验证明该算法在取得最优决策逻辑规则方面效果明显,但在现实情况中可依据实际情况不同对引用此法则进行取舍。     

基于最速下降法的人工免疫算法

由于人工免疫算法受到收敛速度相对较慢,局部搜索能力较弱、求解全局最优解需要的群体规模相对较大等因素的影响,本文将最速下降法与人工免疫算法结合,提出了一种新的混合算法。数值实验结果表明,该算法能够找到更优的优化结果,并且在收敛速度上明显优于传统的人工免疫算法。     

基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.     

混沌噪声背景下微弱脉冲信号的分布式检测融合

提出了一种在混沌背景信号中检测脉冲信号的融合算法。首先,基于混沌信号的短期可预测性,对局部传感器的观测分别进行相空间重构,建立线性自回归模型剥离混沌背景噪声,得到单步预测。然后,将单步预测结果视为局部传感器的新的观测,在Bayes准则之下建立了检测融合模型,并对传感器判决规则和融合规则进行了推导,利用高斯赛德尔的思想给出了检测融合算法。仿真实验结果表明:建立的模型和提出的算法能有效检测出混沌噪声背景中的微弱脉冲信号,检测效果明显优于单个传感器的检测效果。     

多信息融合技术及在无损检测中的应用

研究了基于D-S证据理论的多传感器决策层信息融合的实现方法和算法,探讨了将Dempster联合规则推广到多源信息时取消中间联合过程的归一化计算问题,推导出了改进算式。应用于无损检测,用超声波等三种传感器对一铸件进行无损检测仿真实验,结果证明能够提高检测速度与检测精度。     

基于多传感器数据融合的入侵检测机制

针对特征复杂的入侵方式,设计了一种基于数据融合理论的新型入侵检测机制—DFIDS,结果提高了系统在检测复杂入侵行为时的确定性。DFIDS使用优化的并行分布式检测与决策融合系统模型,可以有效克服传统入侵检测系统因单检测器而在数据采集和分析方面的局限性,从而提高了检测的总体性能。文中建立了DFIDS的理论分析模型,并和传统入侵检测机制进行了对比,结果表明DFIDS在检测准确性方面具有更好的性能。     

考虑并行制造的云服务外购件供应商组合优选

云制造环境下，为解决并行结构下外购件供应商组合优选难的问题，在考虑并行制造的前提下，课题组以时间、成本、可靠性和灵活性为优化目标，构建了云服务多目标组合优选模型。提出了一种改进的非支配排序遗传算法（NSGA Ⅲ TS）对模型进行求解，该算法采用反向学习策略提高初始解的质量；而后使用融合邻域搜索（采用交换、反转和插入3种方式）和禁忌搜索算法的策略加强局部搜索，提高算法后期局部寻优能力；对得到的一系列优选供应商组合综合评价，在考虑实际需求的基础上为需求方选出了最优供应商组合及备选方案。通过实际案例验证了该模型的有效性和算法的可行性。     

无线传感器网络中的高效签名算法

无线传感器网络节点的计算、存储和通信能力都十分有限,通常被认为不适合使用公钥密码学技术。然而,近年来的许多研究成果表明,一些经过优化的公钥算法是可以为无线传感器网络提供更加有力的安全保障的。该文基于身份的密码系统进一步简化了传统公钥系统,根据无线传感器网络自身的特点,对现有的基于身份的签名算法的安全模型进行改进,并在此基础上提出了新的签名算法,同时也给出了安全证明。现有算法的存储需求与被签名信息长度成正比,而新算法存储需求为常量,因此更加适合在无线传感器网络中的使用。     

基于人工免疫原理的反垃圾邮件系统AIASS

讨论了基于人工免疫原理的反垃圾邮件系统AIASS的生物免疫基础以及各个关键技术环节,对系统环境进行了定量和定性分析,并采用SpamAssassin垃圾邮件库对系统性能进行测试。实验结果表明引入人工免疫原理后,反垃圾邮件系统具备了优于传统方法的自适应能力和稳定性。     

用改进的人工鱼群算法求解TSP问题

针对人工鱼群算法在寻优过程中存在的不足,结合嗅觉在自然界鱼类捕食过程中的重要作用,在基本人工鱼群算法的基础上,提出了具有嗅觉特征的人工鱼群算法。最后,利用改进的人工鱼群算法成功解决了旅行商问题,并且通过比较基本人工鱼群算法与改进人工鱼群算法的实验结果,得出结论,改进后的人工鱼群算法在算法搜索时间、全局最优值精确度方面都有了显著的提高。     

人工免疫机制在木马检测系统中的应用研究

指出了当前反病毒软件在检测未知木马方面的不足,介绍了人工免疫系统在反病毒软件自适应性方面的优点,以及人工免疫机制在木马检测方面的可行性;通过对木马新技术的分析,用一个木马模型证明了现在计算机安全体系的不足,提出将木马检测从反病毒软件中迁移到免疫型入侵检测系统中作为子系统,利用其免疫机制来提高木马检测的自适应能力;并同时提出了依据进程的系统资源使用状况来映射进程的系统调用的行为模式,以此建立了基于人工免疫机制的木马检测模型。     

一种混合的垃圾邮件过滤算法研究

贝叶斯邮件过滤器具有较强的分类能力,极高的准确率,在内容过滤领域占据主导地位。人工免疫系统具备强大的自学习、自适应,鲁棒性等能力,已发展成为计算智能研究的一个崭新的分支。该文在分析贝叶斯的原理和人工免疫的仿生机理的基础上,将贝叶斯与人工免疫相结合,设计和实现了一种基于贝叶斯和人工免疫的混合垃圾邮件过滤算法,并利用现有的垃圾邮件语料库得到预期的实验结果。     

网络环境下的用户信息行为分析

在Internet环境下的信息检索行为与传统信息检索系统中的检索行为相比发生了巨大变化,单一的基于提问的检索行为减少,基于测览的检索行为受到重视,被提到与“提问──检索”行为相当的地位。人工智能虚拟结构等信息技术将对来来的信息检索行为产生影响。     

人工智能驱推高校思想政治教育变革:技术逻辑、价值遵循与目标旨归

作为新一轮科技革命的典型代表,人工智能为高校思想政治教育变革提供了新契机。从技术逻辑角度看,人工智能驱推高校思想政治教育变革遵循数据驱动、算法引领、智能融合三重逻辑。随着人工智能在高校思想政治教育领域的广泛应用,人工智能技术逻辑蕴含的科技伦理也内嵌于高校思想政治教育全过程。为此,高校思想政治教育不仅应具备知识传授、思想引领、观念塑造的育人目标,还应对人工智能嵌入可能引发的安全、隐私、透明与开放等问题作出积极回应。人工智能驱推高校思想政治教育,有利于建立开放式、集约化、智能型的高校思想政治教育,以更好地实现智能时代高校思想政治教育立德树人的发展目标。     

受人工免疫启发的脚本病毒检测模型

为了检测日益增多的脚本病毒变种,提出了一种基于人工免疫原理的脚本病毒检测模型。该模型借鉴了人工免疫的自体耐受和克隆选择机制,将脚本代码提呈为抗原,用抗体模拟病毒检测环境下的检测器,按照免疫学习机制对抗体进行分类,模拟了否定选择算法,避免抗体识别正常抗原,利用抗体的自学习机制发现有害的变种抗原,通过对成熟抗体和记忆抗体进行演化,建立了抗体的动态产生与淘汰机制,从而降低误检率。仿真实验表明,该模型能有效检测脚本病毒变种,为脚本病毒的检测提供了一条新途径。     

虚拟企业战略支持性文化融合模式研究

虚拟企业合作各方有不同的文化背景,其文化差异必然带来文化冲突,这会影响虚拟企业的构建及运营战略的制定与实施,因此在虚拟企业的运营战略中注入文化的内涵,使运营战略与虚拟企业的文化协调一致,使文化对运营战略产生积极的促进作用,以有效地改善虚拟企业的运营成果,提高虚拟企业的竞争能力是十分必要的。通过分析虚拟企业文化的特点以及运营战略与跨文化的冲突原因,提出了支配型、互补型和链型三种虚拟企业战略支持性文化的融合模式,旨在指导虚拟企业战略支持性文化的建设。     

网络信息检索技巧及析疑

以国内最常用的两种搜索引擎的关键词检索为例，讨论了网络信息检索策略的构建技巧，并对几个较有影响的“检索范例”提出了质疑，同时提供了改进方法。