基于LDA模型的在线网络信息内容安全事件分类

针对在线网络信息内容安全事件的分类问题,利用网络用户通信信息中含有的时间、关系和内容特征均可基于文本描述的特点,引入LDA模型,提出了一种实时多维信息联合（RMIA-LDA）的在线信息内容安全事件分类模型及算法。以网络通信中的时间特征为轴,对由此划分出的各个时间片段中的通信关系、通信内容特征采用LDA模型进行建模分类,对分类结果的相似性进行度量后,再与增量更新数据部分的分类结果归纳合并,从而得到当前实时在线数据中的事件分类。仿真实验结果表明,该模型和算法可以有效实现网络中信息内容安全事件的在线分类,较现有算法具有优越的性能。     

基于社会网络的电子商务信任社区聚类模型

采用社会网络分析的方法建立电子商务信任社区聚类模型,讨论信任网络构建问题,进行信任网络社区聚类分析.通过互信息方法构建信任信息度,采用直接信任信息度和全局信任信息度描述主体之间的信任程度.提出使用信任社区聚类的方法分析用户最信任的网络关系,采用聚类系数和全局信任信息度进行信任社区聚类分析,给出电子商务信任社区聚类优化算法.实验表明,利用该方法构建的信任社区聚类模型能够反映电子商务主体间接的信任关系,与现有的其他方法相比,该模型具有较高的精确度.     

基于加性噪声模型的基因调控网络构建算法

为在统计推断方法通过相关性来筛选基因对时,能够体现调控关系的因果性,受因果定向算法能够有效定向调控关系的启发,将加性噪声模型与因果定向算法相结合,用基于加性噪声的定向算法度量因果关系的程度,提出了一种基因调控网络构建的算法.该算法首先将加性噪声模型的因果定向算法扩展为一个特征选择算法,并通过建立调控因子集合与每个基因间的加性噪声模型来选择基因的调控因子.在DREAM5的3个数据集上的实验结果显示,结果比其他算法有明显提升,该算法可有效构建基因调控网络.     

基于递阶对角神经网络的大坝变形预报模型

针对大坝工作条件复杂,影响因素繁多,致使现有监控模型预报精度偏差过大问题,基于递阶对角神经网络能够逼近任意非线性函数的特点,使用串并联模型辨识器,采用动态BP学习算法,以水压、温度和时效因子为输入量,坝体位移为输出量,结合工程实例提出了大坝变形监测的递阶对角神经网络模型,并将该模型用于坝体变形数据的拟合分析及其预测预报.研究表明,该网络不仅收敛速度快,提高了算法的效率,而且对实测数据具有较好的拟合效果,提高了预报精度,在大坝安全预测分析中具有有效性和优越性.     

国家通信基础设施网络拓扑结构模型生成算法研究

通过分析国家通信基础设施网络拓扑结构及其生长过程特点,结合社会仿真需求,提出将人口密度分布、地理空间环境,经济发展水平等作为影响因素的通信网络拓扑模型构建方法;仿真实验的统计分析结果表明:该算法生成的通信网络拓扑结构,与前期基于复杂的通信网络实证分析研究结果一致,具备无尺度幂率分布的基本结构特征.     

机会传感网络移动节点连通度的影响因素

针对机会传感网络基于节点移动实现网络通信的特点,考虑到影响移动节点连通度的因素,提出了机会传感网络的移动节点连通度模型,实现了对移动节点连通度的刻画.在区域划分的机会传感网络中,分析了移动节点时间序列特征因子,得到与特征因子相关的影响移动节点连通度的因素.利用一元回归得到影响因素与时延的关系,通过回归组合分析得到移动节点的连通度模型.仿真结果表明,该模型能够反映机会传感网络移动节点的连通度.     

基于奖励因子的P2P博弈模型

通过分析现有的信任模型,以解决P2P网络信任问题为出发点,提出了基于奖励因子的P2P博弈模型,该模型对选择合作行为的节点进行奖励,并根据网络合作节点的占有率对奖励因子进行调整,以此激励单个节点的合作行为选择,促进网络更多节点进行合作,以获取更大的奖励,通过这一良性循环.仿真实验表明,奖励因子对于节点间的信任关系,以及整个网络的稳定性有明显的作用.     

耦合社会信任信息的矩阵分解协同过滤模型

在过去的十年中,协同过滤（CF）推荐系统已经取得了巨大的成功。然而,用户-物品矩阵的稀疏性和冷启动问题仍然是一个挑战。在线社交网络的出现,为推荐系统提供了大量社交网络信任信息,从而为解决这一问题提供了契机。该文基于矩阵分解协同过滤方法,提出了一种集成用户信任信息的模型。该方法利用用户信任信息对用户隐因子进行修正,采用自编码器来提取用户和物品隐特征向量的初始化特征,并针对社交网络中的信任关系提出了信任群组的检测算法。大规模的真实数据集上进行的广泛的实验表明,该模型与相关算法对比,不但能有效缓解冷启动,而且取得了更好的推荐性能。     

基于粒子群优化的神经网络模型在水位流量回归分析中的应用

为解决传统水位流量回归模型存在着精度不高的问题,将粒子群优化算法和神经网络相结合建立了水位流量关系拟合模型.该模型能够根据训练样本自动分析水位流量关系,不必预先假定具体关系函数,比传统的计算方法具有较大的灵活性和智能性.将粒子群优化算法和传统梯度下降法相结合,使网络能够迅速收敛到全局极小点,大大提高了网络的性能.实例验证表明,所建模型适应性强,拟合精度高,为水位流量关系拟合提供了新的有效方法.     

日盲区紫外光非视线传输模型

为建立一个更接近实际情况的紫外光非视线传输模型,用来处理复杂的大气条件和边界条件,建立了基于Monte Carlo方法的紫外光非视线传输快速算法模型。分析了发射功率为1 W的单色紫外光信号在不同环境条件下的脉冲响应函数和边界条件对信号强度空间分布的影响,以及系统发射仰角和接收仰角与探测信号强度的关系。与单次散射模型比较,该模型具有更高的精度和边界处理能力。对合理涉及通信系统、提高通信质量都有很大提高。     

基于模糊偏序关系支持度模型的真值发现算法

为了解决主数据集成、web数据集成中的真值发现问题,提出了一种基于模糊偏序关系支持度计算模型的真值发现算法(FA-SDCM)。针对已有算法中,以描述相似度替代描述支持度进行计算,忽视了描述所含真值信息的不对称性问题,在分析描述本身特性的基础上,提出了描述蕴含概念,定义了基于模糊偏序关系的支持度计算模型,较好地解决了描述所含真值信息的不对称性问题。在考虑了数据源可信度及描述之间支持度对真值发现影响的基础上,基于迭代思想,提出了FA-SDCM算法。在Books-Authors数据集上进行实验,结果表明FA-SDCM算法比Vote算法与TruthFinder算法具有更高的准确率。     

一种采用组内分级策略的P2P搜索模型

针对当前主流P2P网络模型搜索效率低,大量的消息通信造成网络负荷过重,以及网络扩展性不高问题,分析了现有P2P模型,同时考虑网络通信时延,提出了基于节点之间通信时延的P2P搜索模型．该模型通过对网络中的节点进行逻辑上的分组,然后分别建立组内和组间的搜索策略,以减少消息通信量及网络负荷,提高整个网络系统的性能．     

关于多因子方差模型的互补约束和互补连通性

对于多因子不完全实验和模型,笔者提出了效应互补约束和模型互补连通问题：证明了具有互补约束和两个方差模型,其最小无偏设计的网子点子集也具有互补性．这一互补连通原理将文关于谱系效应模型连通性和定理扩展为关于谱系余效应模型的相应结果．     

基于偏差因子的P2P网络信任模型

针对现有对等(P2P)网络信任模型大多假设在一种理想的环境中,很少考虑节点内部和外部环境影响的问题,提出一种新的基于偏差因子的信任模型（TMDF）. TMDF通过引入内部能力和外部能力的概念,构造多维评价向量,参考了社会网络中信任关系的建立方法,分别从2个方面计算节点的可信度,通过引入偏差因子计算推荐节点的推荐可信度,最终根据直接信任和推荐信任计算综合可信度. 分析和仿真结果表明,该模型可提供更为真实的信任服务,并对抵制诋毁、共谋等恶意行为具有良好的抗攻击性能.     

数据融合系统的Petri网模型

数据融合是对按时序由传感器获得的数据进行分析和综合的过程,本文提出了多维Ｐｅｔｒｉ网系统,用它建立数据融合的功能与结构模型,构造出该Ｐｅｔｒｉ网模型的可达树,在可达树上分析数据融合的性能和行为,同时给出了建立多维Ｐｅｔｒｉ网模型和构造可达树的算法     

一种基于人耳听觉模型的窄带音频信息隐藏算法

为了更好地解决在窄带语音通信中进行强鲁棒性、高透明性信息隐藏这一难题，通过对人耳听觉和窄带通信系统模型的深入研究，提出了一种基于人耳听觉模型的窄带音频信息隐藏算法. 大量实验表明，该算法能很好地抵抗窄带通信中的D/A、A/D和信道噪声等攻击，具有很强的鲁棒性；在时域、频域，尤其是在听觉上具有很好的透明性. 同时，算法的隐藏容量可达20 bit/s，具备智能盲检测特性，有很高的实用价值.     

一种基于人耳听觉模型的窄带音频信息隐藏算法

为了更好地解决在窄带语音通信中进行强鲁棒性、高透明性信息隐藏这一难题，通过对人耳听觉和窄带通信系统模型的深入研究，提出了一种基于人耳听觉模型的窄带音频信息隐藏算法. 大量实验表明，该算法能很好地抵抗窄带通信中的D/A、A/D和信道噪声等攻击，具有很强的鲁棒性；在时域、频域，尤其是在听觉上具有很好的透明性. 同时，算法的隐藏容量可达20 bit/s，具备智能盲检测特性，有很高的实用价值.     

基于解释结构模型的复杂网络节点重要性计算

针对有向复杂网络节点重要性评估问题,提出基于解释结构模型的节点重要性度量方法.应用解释结构模型,将有向网络节点间关系矩阵化,获得相应的邻接矩阵和可达矩阵;对可达矩阵进行区位、级位划分;对矩阵进行缩减、删除越级与自身相连关系;得到网络的递阶有向图.对网络矩阵进行赋权模拟演化,给出网络区域重要性与级位重要性辨识划分.将该方法应用于ARPA有向网络、有向随机网络和有向无标度网络中,与其他4种网络节点排序方法进行比较.结果表明,该方法不仅适用于有向网络层级划分与辨识,而且适用于有向网络的节点排序计算.     

一种基于灰色系统和支持向量机的预测优化模型

针对传统的灰色系统中预测模型涉及相关因素多,预测效率与精度不足等问题,结合粗糙集理论和支持向量回归机方法,提出了一种改进的预测优化算法。该模型算法首先利用属性约简技术解决影响因子不相容性问题并有效缩减了影响预测值的因子空间,降低计算的复杂性;然后采用灰色模型进行数据预测,并将预测结果作为支持向量机的输入,进而求解优化模型的预测值,最后采用1990～2010年我国人口数据对我国人口进行预测。实验结果表明该预测优化模型在预测效率和精度方面具有较好的表现。     

通信对抗系统作战能力评估模型

针对通信对抗系统（communication countermeasurement system,CC-MS）的作战能力评估问题,结合其组成及作战任务,建立通信对抗系统作战能力评价指标体系。基于指标体系中不同的上下层指标间的关系给出2种聚合模型。采用该模型分析通信对抗系统作战能力评价指标体系中各层指标间的聚合关系,得到通信对抗系统的作战能力评估模型。实例表明：该通信对抗系统作战能力评估模型具有实用性,其评估结果可为通信对抗装备合理配置和指挥决策有效发挥提供参考。