Two Hybrid Methods Based on Rough Set Theory for Network Intrusion Detection

In this paper,we propose two intrusion detection methods which combine rough set theory and Fuzzy C-Means for network intrusion detection.The first step consists of feature selection which is based on rough set theory.The next phase is clustering by using Fuzzy C-Means.Rough set theory is an efficient tool for further reducing redundancy.Fuzzy C-Means allows the objects to belong to several clusters simultaneously,with different degrees of membership.To evaluate the performance of the introduced approaches,we apply them to the international Knowledge Discovery and Data mining intrusion detection dataset.In the experimentations,we compare the performance of two rough set theory based hybrid methods for network intrusion detection.Experimental results illustrate that our algorithms are accurate models for handling complex attack patterns in large network.And these two methods can increase the efficiency and reduce the dataset by looking for overlapping categories.     

剩余型直觉模糊推理的反向三I方法

提出直觉模糊取式(IFMP)和直觉模糊拒取式(IFMT)问题的直觉模糊推理的反向三I原则、反向α-三I原则和反向三I约束原则.针对剩余型直觉模糊蕴涵算子,给出IFMP、IFMT问题的直觉模糊推理的反向三I算法、反向α-三I算法及反向三I约束算法求解的计算公式和分解形式,指出这些算法都是相应模糊集情形下的推广,讨论IFMP、IFMT问题的直觉模糊推理的反向三I算法的还原性.     

基于决策背景的决策蕴涵规范基

主要给出决策背景下的决策蕴涵基,通过不确定的分组阈值对决策背景进行分组,找到每个分块的决策背景下的决策蕴涵规范基,并证明了每个分块上的决策蕴涵集是完备、无冗余和最优的;也证明了每个决策背景分块上的决策蕴涵基的集合在整个决策背景上也是完备、无冗余和最优的。在生成决策背景的决策蕴涵规范基的过程中,优化了最小生成子算法;同时也给出了基于决策背景的决策蕴涵规范基的生成算法。实验表明,通过分组策略和算法的优化改进,可以很好地抑制冗余决策蕴涵规范基的生成,使决策蕴涵规范基更为有效和紧凑。     

基于语言现象的文本蕴涵识别

该文提出一种基于语言现象的文本蕴涵识别方法,该方法建立了一个语言现象识别和整体推理判断的联合分类模型,目的是对两个高度相关的任务进行统一学习,避免管道模型的错误传播问题并提升系统精度。针对语言现象识别,设计了22个专用特征和20个通用特征;为提高随机森林的泛化能力,提出一种基于特征选择的随机森林生成算法。实验结果表明,基于随机森林的联合分类模型能够有效识别语言现象和总体蕴涵关系。     

语言真值格值命题逻辑中的α-语义归结方法

语言值智能信息处理是人工智能的一个重要研究方向,基于归结原理的自动推理因易于在计算机上实现而得到广泛研究。为了提高基于语言真值格值逻辑的α-归结原理的效率,将语义归结策略应用于α-归结原理,研究了基于格值逻辑的归结自动推理方法。首先给出了语言真值格值命题逻辑系统的α-语义归结与L_nP(X)中相应归结水平的语义归结之间的等价性,并通过实例说明其有效性。接着,给出了语言真值格值命题逻辑系统的α-语义归结算法,并证明了该算法的可靠性和完备性。     

基于知识话题模型的文本蕴涵识别

该文分析了现有基于分类策略的文本蕴涵识别方法的问题,并提出了一种基于知识话题模型的文本蕴涵分类识别方法。 其假设是: 文本可看作是语义关系的组合,这些语义关系构成若干话题;若即若文本T蕴涵假设H,说明 T 和 H 具有相似的话题分布,反之说明T 和 H 不具有相似的话题分布。基于此,我们将 T 和 H 的蕴涵识别问题转化为相关话题的生成过程,同时将文本推理知识融入到抽样过程,由此建立一个面向文本蕴涵识别的话题模型。实验结果表明基于知识话题模型在一定程度上改进了文本蕴涵识别系统的性能。     

基于图式的文本蕴涵识别初探

文本蕴涵识别是大部分自然语言信息处理应用的核心。该文尝试探讨文本蕴涵识别中涉及的(意象)图式理据。通过对选自语料例子的分析,显示各类图式是如何成为文本蕴涵识别的理据的。图式包括物性结构、理想认知模型、框架、脚本等。这些图式都是表示语义信息的结构。从广义上讲它们都可以纳入语义特征的范畴,都可能成为蕴涵关系成立的理据。基于图式的文本蕴涵识别研究结合有关图式库的构建,有望为突破文本蕴涵识别瓶颈作出重要贡献。     

剩余格的犹豫模糊滤子理论

将犹豫模糊集概念应用于剩余格的滤子理论中,提出了剩余格的犹豫模糊滤子、犹豫模糊蕴涵滤子、犹豫模糊正定蕴涵滤子、犹豫模糊MV-滤子及犹豫模糊正规滤子的概念,研究了它们的性质,讨论了它们之间的关系,获得了它们的若干等价刻画。给出了犹豫模糊集成为犹豫模糊滤子,及犹豫模糊滤子成为犹豫模糊(正定蕴涵、MV、正规)蕴涵滤子的条件。探究了各种犹豫模糊滤子与其对应的水平滤子之间的关系,建立了剩余格的犹豫模糊Boolean滤子和犹豫模糊正规滤子的扩张定理。     

Stable walking of quadruped robot on unknown rough terrain

Quadruped robot is considered to be the most practical locomotion machine to negotiate uneven terrain, and shows superb stability during static walking. To improve the ability to go over rough terrain, this paper is focused on the stable walking and balance control of quadruped robots. 24 kinds of walking gaits are analyzed in order to derive the most stable and smoothest walking gait. Considering the inefficiency to model a terrain by its specified appearance, a uniform terrain model is established and by means of kinematic analysis, a method to adjust the body posture and center of gravity (COG) height is presented. Simulations demonstrate the effectiveness of the proposed method and the improvement of the adaptation of quadruped robots on rough terrain.     

汽车商标译名的文化蕴涵

根据翻译的功能对等原则,对汽车商标翻译总结出了转译、直译、音译、意译和音意译等五种翻译方法.指出无论以哪种方法翻译,都应考虑文化寓意,以达到促销的目的.