K-近邻法在入侵检测中的应用

将模式识别的方法应用于入侵检测中,建立两个向量集合,一个代表正常网络行为,另一个属于网络中的黑客行为,利用模式识别中的K-紧邻法对用户行为属性进行判别,达到提高网络入侵检测准确率的目的。     

文本分类技术探究

首先阐述了文本分类的现状和定义,概述了文本分类的基本流程,然后对文本预处理过程中的分词和去停用词作了简要介绍。在简述文本表示的概念和常用模型之后,重点讨论了信息增益、文档频率、期望交叉熵、互信息和chi统计五种用于特征降维的特征选择方法,而后描述了Rocchio、朴素贝叶斯(NB)、支持向量机(SVM)、K最近邻(kNN)和决策树分类算法的基本指导思想,并从分类性能及其各自复杂度等方面分析比较了这几种算法的优缺点,最后评述了查全率、查准率和F-Measure三种常用的分类器性能评价指标。     

引入“鬼”场的二维次近邻三角形格点渗流模型的重整化群方法研究

应用位置空间重整化群方法，对引入“鬼”场的二维次近邻三角形格点渗流模型进行研究，得到临界值Ｐｅ和类－温度标度幂与类－场标度再利用普适标度律得到全部临界指数α、β、γ、δ、η及υ。     

改进样本加权K近邻分类器用于垃圾网页检测

针对垃圾网页检测过程中的"维数灾难"和不平衡分类问题,提出一种融合最优Fisher特征选择的样本加权K近邻分类器用于垃圾网页检测。首先,针对训练数据集进行Fisher特征选择,按Fisher Score从大到小排序,依次选择Fisher Score更大的特征对训练数据集进行样本加权的K近邻分类,根据训练数据集分类结果的AUC值是否增加以确定是否保留某个特征,最后基于保留的最优特征子集对测试数据集进行样本加权的K近邻分类。在WEBSPAM UK-2006数据集上的实验表明:该方法明显优于决策树、支持向量机、朴素贝叶斯、K近邻等传统分类器。与其他相关方法相比,该方法在准确率、F1测度和AUC指标上接近最优结果。     

网络消费者购买服装类商品的决策心理研究

为了掌握网络消费者购买服装类商品的决策心理,文章对消费者上网购买服装的决策过程进行了分析,提出网络消费者购买服装类商品决策心理假设模型,采用结构方程模型方法对假设模型进行了定量分析,建立了网络消费者购买服装类商品决策心理活动模型。研究结果表明,消费者经济状况、偏好、感知风险以及服装品牌、价格是影响网络消费者决策心理的主要因素,服装质量虽然对网络消费者决策心理产生一定的影响,但并不显著,此外,网络消费者的感知风险主要来自企业的信誉。     

基于隐马尔科夫模型的文本分类

文本分类经过多年的发展，已经产生了很多成熟高效的算法。将隐马尔科夫模型用于文本分类，对每个文本类构建一个隐马尔科夫模型，χ2检验获得类别特征词集，其状态转移表示按照一指定顺序对类别特征词集进行遍历，状态输出符号为特征词的词频，隐马尔科夫模型的状态转移过程隐含的表示了属于该类的文本的形成过程。具有最大概率的HMM分类器就是所属的类别。该算法不仅将特征词考虑进去，而且还将词频信息融入隐马尔科夫模型中，实验结果表明该方法分类效率较高。     

基于伪最近邻节点的异构无线网络组网实现及仿真

网络的出现,改变了很多人工作和生活的习惯,作为现代信息技术的基础,网络技术的发展速度很快,传统的有线网络已经开始很少使用,在实际的网络建设中,主要采用新兴的无线网络,本文在伪最近邻节点概念的基础上,对ISIS等网络传输协议进行了分析,最后对基于伪最近邻节点的异构无线网络组网实现及仿真,进行了深入的研究.     

政策与部门视角下中国网络空间治理——基于LDA和SNA的大数据分析

结合数据挖掘、主题建模、网络分析等多源融合的大数据分析法,针对网络空间治理政策及部门协同进行研究,对政策提升与机制优化具有重要意义。基于深度挖掘的网络空间政策文本,采用概率主题模型（LDA）从文本中发现并提取低维主题集合,分析主题分布;结合社会网络分析（SNA）,对出台政策涉及联合发文的部门开展合作网络分析;提取六项分类主题为指标,评估治理政策的布局特征;从部门合作网络整体结构和网络中心性两个维度,评估组织间协同合作效果,为政府政策优化和协同合作提供理论依据与决策建议。     

Length-Ware限制聚类的Markov加密流量分类研究

为解决网络应用加密传输中大部分分析加密流量的方法忽略通信维持的简化阶段的流量分类,并且网络中应用指纹有大量重复的问题,提出一种新型的加密流量分类方法。将报文长度作为重要的特征分析,通过高斯混合模型建模解决应用指纹的重复问题;通过限制聚类将同一应用长度相近的指纹尽可能划分到同一簇内,提高了收敛速度。实验结果表明:提出的研究方法与传统的加密流量分类方法相比,其TPR和FPR分别提高10.8%和15.7%,效果明显提高。     

基于互联网环境下的消费者决策行为的研究

通过对网络消费者购买决策过程的分析,提出了影响上网顾客决策行为的重要因素及假设,并在此基础上构建了网络消费者购买决策模型。为验证模型正确性,本文针对影响网络消费者决策行为的因素设计了采用5级李克量表的调查问卷,采用结构方程模型对调查问卷所获得的数据进行分析,根据分析的结果,对模型进行了修正,最终建立了网络消费者购买决策模型。通过对模型进行深入的分析,获得了一些有意义的启示,为正确认识网络消费者的决策行为提供了理论指导。     

结构和内容联合提取的XML网页分类研究

针对XML网页特点,重点研究了XML文档结构和内容特征的提取方法,提出了一种基于频繁结构层次空间模型的联合特征提取策略,并给出了结构特征权重和关键词出现的位置及频度权重的计算公式,并根据计算结果提取XML网页特征矩阵,分别就结构、内容联合提取三种情况进行分类测试,通过ROSSETA系统,利用粗糙集优越的属性约简构造文本分类系统,实现XML文档分类。实验表明,该方法分类准确度较高,计算量较小。     

一种基于特征聚合理论和LSI的文本分类新方法

根据特征聚合理论和隐含语义索引理论(LSI)提出了一种文本分类新方法,该方法应用特征聚合理论和LSI理论来构造向量空间模型,大大削减了特征向量的维数,同时增强了稀有词的作用,并在特征向量中引入了语义成分,从而提高了分类的速度和精度。     

快速的文本倾向性分类方法(英文)

提出了一种快速的文本倾向性分类方法,即采用类别空间模型描述词语对类别的倾向性,基于词的统计特征实现分类;针对倾向性分类的复杂性,在综合考虑词频、词的文本频、词的分布三种统计特征的基础上,提出一种新的二次特征提取方法:第一次特征提取,采用组合特征提取方法,除去低频词以及在各类中均匀分布的噪音词;第二次特征提取,去除类别倾向性不明显的词。实验表明该分类方法不仅具有较高的分类性能,而且运行速度快,在信息检索、信息过滤、内容安全管理等方面具有一定的实用价值。     

旅游文本的显性翻译与隐性翻译

根据Claudy对显性翻译和隐性翻译的分类及阐释,分析了翻译中强制性显性、选择性显性、语用显性和翻译固有显性的含义和特点。以唐长安城（今西安市）双语简介为研究文本,对旅游文本的显性翻译和隐性翻译,特别是显性翻译进行分门别类重点分析。研究结果表明,旅游文本翻译主要为显性翻译,翻译过程中各种显化手段同时使用,以实现译文的忠实与通顺。旅游文本显性翻译的根源在于其目的、原语和目的语语言特征的差别,以及原语文化和目的语文化之间的差异性。     

旅游危机事件网络舆情的发生机理研究

旅游危机事件网络舆情的发生机理是指旅游危机事件何以引发媒体和网民关注、成为网络舆情热点的内在特征与逻辑规律,是旅游危机事件网络舆情研究的基础性问题。文章在对研究文献进行评述,总结危机事件网络舆情发生机理的研究方法、界定相关概念的基础上,采用多案例研究、网络文本分析和数理统计方法,对386个典型案例进行实证分析,归纳出旅游危机事件网络舆情发生的影响因素,建构了网络舆情发生的作用模型,并针对旅游危机事件网络舆情的预防与管理提出了相关的对策及建议。     

词汇关联与阅读理解教学与测试

词汇上下义释义可归纳出篇章的主旨,为快速阅读提供理论依据;词汇搭配、语用关联,使细节推理更加准确。在教学和测试方面,提出词汇类比练习、词汇归纳练习和词汇演绎练习。词汇关联不但降低了阅读思维的纬度,而且把词汇学习带入篇章层次,使阅读学习更具主动性、积极性和交际性。     

行政诉讼类型化的目的与标准

作为研究方法的行政诉讼类型化,主要关涉类型化的目的、标准(分析方法)及其选择问题.行政诉讼类型化的目的有二:一是提供“无漏洞”之法律保护,二是增进公民权益保护的实效性.类型化的上述目的应受一定程度的限制,以利于正确诉讼类型的选择.行政诉讼类型化的基本分类标准,主要有诉讼标的的性质、诉讼请求的内容、行政争议的性质以及判决的内容与效力等几种.上述基本分类标准的选择,应符合诉讼体系和逻辑上的一致性、基本诉讼类型划分的涵盖性和简约性以及诉讼类型体系的开放性三项基本要求.参酌世界通行的“以权利保障为原则,以客观法秩序维护为例外和补充”的行政诉讼类型化模式,并考虑中国行政诉讼审判实践,在未来修改行政诉讼法时,应考虑确立“判决的内容和效力”为行政诉讼类型的基本分类标准.     

语义网络的关系结构和词义检索模式

语义网络是模拟人脑记忆的知识表征系统,记忆中的概念通过关系结构互相连接,主要有分层结构、主题分类、并列结构、搭配等等.在扩散性语义网络模型中,词义检索始于激活一个概念节点,相关的其他概念继而平行激活,特定方向的激活一定程度上是串行的.语义网络的关系结构影响词义检索.意义关系是主要的语义提示,能缩小潜在的搜索范围,加快识别目标词.     

应用翻译范畴的厘定

应用翻译的名称自问世以来,其范畴的内涵及外延就多有争议,至今尚未达成一致意见。关于应用翻译的范畴,应解决三个问题,即权威性文本的翻译、科技文本翻译和影视翻译的范畴归属问题。只有运用客观、辩证的态度,才能正确认识应用翻译的范畴及其成员的关系,并把握其规律。     

基于中文文本主题提取的分词方法研究

中文文本主题提取有助于用户对海量信息进行浓缩和提炼。而主题提取是以中文分词作为第一步,分词质量直接影响到文献主题提取的质量。本文提出了一种基于中文文本主题提取的分词方法,该方法以概念语义网络为分词词典,采用改进的最大匹配算法对文本进行切词,并同步完成主题词的规范工作。