基于基因表达式编程的信用评估模型挖掘方法

提出了一种基于基因表达式编程(GEP)的信用评估模型挖掘方法GEP-CREDIT。该方法基于客户信贷数据，利用GEP算法自动进行属性筛选，并进行属性融合，在此基础上训练和建立信用评估模型。在德国信用数据库真实数据集上做的实验和性能分析表明,基于GEP的信用评估模型挖掘方法较Nave Bayes算法的预测精度提高了3%；较SVM算法的预测精度提高了1.6%；较KNN(K=17)算法的预测精度提高了6.83%。     

基于GEP的web服务器安全防护技术研究

目前网络安全问题13益严重,由于互联网开放性和通信协议的安全缺陷等原因使web服务器面临着越来越多的安全威胁。基因表达式编程（GEP）融合了遗传算法和遗传编程的优点,基于GEP的web服务器安全防护技术开发小组将GEP人工智能技术引入到web服务器,建立了一个多层次的安全防御模型。利用GEP算法的动态学习功能不断地提高安全防御能力,基于GEP的web服务器安全防护技术小组最终目标就是希望把web服务器的安全性提升到一个较为理想的状态。     

基于时序挖掘的异构网络多源目标数据融合方法研究

异构网络存在多源目标数据,因此需要融合其中的重复性数据、同属性数据,但由于传统方法构建的模型跟踪效果较差,导致挖掘技术遗失了部分数据特征,影响多源目标数据融合,因此研究基于时序挖掘的异构网络多源目标数据融合方法.该方法利用构建的跟踪模型,搜索异构网络全局多源目标;并对搜索结果进行标准化处理后,规约标准数据;采用时序挖掘...     

基于GEP的多因子曲线拟合

本文融合了基于数据点拟合的公式发现和因式分解技术,提出并实现了基于基因表达式编程(Gene Expression Programming ,GEP)的多因子曲线拟合MFF（Multiple Factor Fitting）。利用MFF算法能够直接由客观数据挖掘出多个多项式乘积形式的函数关系公式以拟合原始数据集所表示的曲线。MFF中采用了有特色的概率相关系数对GEP中的适应度函数进行优化,使得精度提高了27%。同时采用阈值递减序列TDQ（Threshold Degression Queue）使得GEP成功率比传统技术提高了最大58倍。     

多尺度特征融合的多源异构遥感数据水体提取

针对现有遥感测绘水体提取方法在多源异构遥感数据的信息融合与深层特征提取方面存在的不足,提出了一种基于多尺度特征融合的多源异构遥感数据水体提取方法。首先,设计了一种基于多源异构遥感数据输入的网络模型结构解决多源异构遥感数据的多尺度特征融合问题;随后,提出了一种基于改进残差网络的高维卷积单元,对异构遥感数据进行深层特征提取,同时,构建了基于哨兵一号和哨兵二号卫星的全球水体大规模多源异构遥感数据库。对比实验结果表明,以人工遥感影像标注的水体区域分布真值为精度评价基准,所提出的多尺度特征融合算法的水体提取结果,准确率达到了90.12%,相比现有深度学习领域主流的U-Net图像分割模型方法,准确率提高了3.73%以上,有效提升了多源异构遥感数据的大范围水体提取准确性。     

一种改进的GEP方法及其在演化建模预测中的应用

为了提高预测的准确性,结合基于突变算子的基因表达式和一种基于群体搜索技术的演化算法,提出了改进的GEP方法,并用其对数据进行演化建模。实例测试的结果表明,使用改进的GEP方法得到的模型要优于GP和单纯的GEP方法得到的模型,本方法具有良好的拟合度和预测精度。     

基于知识图谱的多源异构信息通道耦合技术研究

政务数据资源来源广泛、类型多样、数据量大且分布情况不清晰,缺乏统一管理,数据获取和使用效率较低,无法持续释放数据价值。为解决上述问题,实现不同来源和不同类型数据的关联融合,该文采用多源异构数据融合技术,为政务数据的交换和共享提供技术支持。该文不仅提出了信息通道和通道耦合的概念,还提出一种基于知识图谱的多源异构信息通道耦合的方法,可先实现多源异构数据统一化,再进行数据融合。该方法包括构建初始通道耦合知识图谱、基于通道耦合知识图谱实现通道数据耦合和基于通道耦合知识图谱实现知识更新 3 个模块。基于知识图谱的多源异构信息通道耦合的方法将图谱构建、知识抽取、知识融合、知识加工、知识更新等技术相结合,通过一种自顶向下的排序检索模型,加快了知识融合和数据检索的速度和准确度。     

基于AF-SVR的城市快速路多源交通信息融合研究

针对单一检测器所得到的交通数据不能够全面准确地反映实际的交通状态,提出一种基于AF-SVR模型的城市快速路多源交通信息融合的方法。首先通过将相同路段中不同检测器的速度数据作为学习样本输入到支持向量机回归模型(Support Vector Regression,SVR)中进行训练。然后利用鱼群算法(Artificial Fish,AF)对支持向量机回归模型中的参数进行优化,获得最优的信息融合模型,用于多源交通信息的融合,输出为能准确反映真实交通状态的速度数据,并用人工采集的速度数据作为真值进行验证。最后将此方法应用于成都市三环快速路路段上的多源交通信息融合,取得了令人满意的结果。     

基于城市信息单元的多源时空数据融合框架

建设智慧城市可有效提升城市治理与运行能力、打破城市发展困境。为探索如何基于物理-数字空间交融中的时空大数据提供面向城市管理的智能服务,该文在解析多源、多维、异构时空大数据语义关系的基础上,提出多源时空大数据透明融合框架。为实现这一目标,该文进一步提出“城市信息单元”的概念作为构建物理-数字空间交融的数据组织基础,首先,对多源、多维、异构时空大数据进行主动汇集、语义解析,完成地理知识时空构建,依据唯一数据编码,将数据信息映射至城市信息单元;然后,建立数据匹配模型和关联模型,搭建数据透明融合框架,结合多源异构数据要素匹配技术,构建时空数据透明融合规则库;最后,在众多融合方法的支持下,实现城市实体与时空多源时空数据的透明融合。借助城市信息单元与数据编码,实现城市实体与时空大数据动态融合方法体系,进而为用户提供智能化信息服务。     

基于信息融合的多Agent智能家居系统

绿色智能的家居控制需要复杂的系统和多源的信息。为了进一步提高家居系统的协同性,充分利用多源的决策信息,设计了一种基于多源信息融合的多Agent智能家居系统。研究了系统的框架和各个Agent的功能和交互机制;提出了一个基于自适应神经模糊推理系统(ANFIS)的多源信息融合模型,使用ANFIS算法对家居环境进行特征提取和用户行为学习;利用Android的轻量级嵌入式Jade Agent平台和Matlab对模型进行仿真。理论分析和仿真实验表明,该模型能够提高家居系统的协同交互性,提高家居系统多源数据融合的有效性。     

改进生成对抗网络在图片数据生成中的应用

图片数据生成旨在根据现有的图片数据,产生与原始图片数据分布相似的图片数据。当前主流的生成对抗网络模型（generative adversarial networks,GAN）产生的图片数据质量较差,模型的训练总是遇到调试困难、训练不稳定、梯度消失、模式崩溃等一系列问题。根据稀疏表达结构和残差结构组合而成的生成器,残差结构组成的辨别器,提出了一种能够生成高质量图片的GAN模型。根据分支网络模型构成的生成器,设计了多种类图片数据生成模型,可以使用一个模型同时训练生成多种类型的图片数据。为了更好地对数据进行训练,设计了一种动态匀速下降学习率,能够根据运行时间对学习率的衰减进行指导。在各个数据集上的实验结果表明,改进模型结构在图像数据生成上比其他算法更加稳定、鲁棒,能够生成更高质量的图片数据。     

基于push模型的网管软件设计

传统的基于SNMP协议的网络管理软件结构通常采用轮询的方式进行数据收集，对于大量数据的重复采集，必将造成网络资源的浪费。push模型是基于发布／预订／分发的，就是改变以往NMs发出请求，Agent响应的模式，取而代之的是Agent主动发送NMS需要的数据。该文介绍了push模型，并在此基础上给出了一个基于该模型的网管软件结构设计。     

无线传感器网络数据融合模型研究

无线传感器网络是一种全新的技术，能够广泛应用于恶劣环境和军事领域中。传感器网络在数据收集中，为减少冗余数据的传输耗能，降低延迟，需要采用数据融合技术。分析和介绍了传感器网络跟踪级与属性级两种融合模型结构，提出了一种基于多Agent的数据融合模型。     

一个可扩展的数据质量元模型

提出了一个可扩展的数据质量控制元模型,该元模型是对企业数据质量模型的抽象,由3层组成：核心层,初始层以及扩展层,根据不同的需求,可以对这3层进行相应的扩充,以实现不同需求在不同层上得到数据质量保证的目的,目前该 模型已经应用于大庆石油信息系统,实际应用表明,该数据质量元模型能够为企业提供了一个完整的,可扩充的数据质量控制功能。     

基于空间信息网络集成的全要素数据模型

首先针对空间信息网络集成中多数据模型集成的问题,分析了栅格、矢量和混合数据模型的特点,然后提出了一种按层次的矢量栅格一体化全要素模型。该模型将实现世界的所有对象均按层次以要素划分与描述,所有数据均以矢量方式进行组织,可以同时描述基于矢量、栅格、三维等模型的数据,克服了目前在空间信息网络集成应用中基于不同模型数据之间不能很好地集成、进行空间分析的缺点。最后构建并给出了点、线、面、体四种基本要素的具体数据结构,针对具体实例进行了分析与描述,并阐述了该模型的特点。     

干部管理领域数据仓库模型设计

在基于数据仓库的决策支持系统的开发过程中,数据仓库模型是整个系统实现的基础。良好的数据仓库模型可以提高系统开发的成功率和数据仓库中的数据质量。因此,在把数据仓库技术引入到干部管理领域后,一项重要的任务就是要建立适合于干部管理领域的数据仓库模型。文中针对干部管理领域数据的特点,提出了一种干部管理领域数据仓库模型的设计方案。     

车辆跟驰投影寻踪回归模型

车辆跟驰模型是微观交通仿真的一个基本模型,基于非参数回归算法的跟车模型较好地解决了以往模型存在的典型问题,但随着样本维数增加,容易出现“维数祸根”现象。提出一种基于投影寻踪回归（PPR）技术的车辆跟驰模型,解决了“维数祸根”和高维数据间的非正态、非线性问题。PPR建模不需要对数据结构作任何假定,而只通过直接审视和分析数据进行建模,因此,该方法能充分地发掘数据中存在的信息,建立的模型符合客观实际,精度较高。经过实测数据验证,该算法用于车辆跟驰模型的研究是可行的。     

飞行器测控系统数据分发服务研究

针对飞行器测控系统多任务和高实时性的要求,提出了一种基于DDS(数据分发服务)规范的数据分发服务模型.它以发布/订阅模型为基础,支持通过设置和调整服务参数,实现不同的数据需求和传输方式;同时在模型中引入了一种基于兴趣过滤的数据订阅方法,支持订阅者更细粒度地表达订阅兴趣,以提升通信效率.试验结果表明,该模型在任务和负载数量增加时仍具有较好的时延控制能力,可满足测控系统多任务、高实时性等任务需求,并具有良好的扩展性.     

黑盒机器学习模型的成员推断攻击研究

近年来,机器学习技术飞速发展,并在自然语言处理、图像识别、搜索推荐等领域得到了广泛的应用.然而,现有大量开放部署的机器学习模型在模型安全与数据隐私方面面临着严峻的挑战.本文重点研究黑盒机器学习模型面临的成员推断攻击问题,即给定一条数据记录以及某个机器学习模型的黑盒预测接口,判断此条数据记录是否属于给定模型的训练数据集....     

数据增强对深度伪造检测模型的影响研究

针对高压缩率图片检测的准确度不高的问题,解决此类问题的一种有效方法是使用数据增强策略,进而提高对高压缩率图片检测的准确度。围绕数据增强对深度伪造检测模型的影响展开研究,检测网络使用XceptionNet,选取14种基于遮挡类和光学变化的数据增强方法进行分析,之后使用Grad-CAM进行了可视化分析,增强模型的可解释性。实验结果表明,这4种遮挡式方法均有一定效果的提升,而基于光学变换的数据增强方法中,对比度和亮度变换可以提升模型的检测性能。相比于增加网络模型结构等操作,数据增强方法简单有效,可以有效地提升模型在经后处理操作图像上的检测准确度,但数据增强操作并不能有效地增强检测模型的泛化性,因此,针对泛化性的研究仍任重而道远。