一种基于粗糙集理论和BP神经网络的入侵检测新方法

针对入侵检测数据存在维数大、冗余度高及噪声数据较多的缺陷,结合粗糙集理论和BP神经网络在数据处理方面的优势,提出了一种入侵检测新方法(RSBP). RSBP利用粗糙集理论进行数据约简时,为得到一组最小相对约简,提出一种基于遗传算法的属性约简算法.将简化的数据集作为BP网络的输入数据,可以简化BP网络的结构、缩短训练时间且提高了BP网络分类准确率.通过实验将RSBP与基于主成分分析(PCA)和BP网络的入侵检测方法(PCABP)做比较,实验结果表明,RSBP的训练时间更短、检测的准确率更高.     

污水脱磷模糊控制系统的模糊学习机制

文章系统地介绍了具有模糊学习机制的污水脱磷模糊控制器的设计与实现，提出了模糊学习的概念、原理和方法，给出了基于模糊控制表（查询表）的学习算法。控制器结构简单，易于工程实现，满足实时要求，在保证控制效果的前提下,能充分发挥生物脱磷效果，有效避免过量投加化学药品。     

基于有序差别集和属性重要性的属性约简

针对粗糙集理论的属性约简问题,提出新的差别矩阵简化算法,该算法在无需排序和较少遍历次数的情况下简化了差别矩阵,明显提高了简化速度并最终得到简化的有序差别集.实验验证了该算法的高效性;给出度量属性重要性的新标准,即根据属性所在差别矩阵元素的权重、在差别集中出现的频数和吸收能力3方面采度量其重要性;在上述两者基础上,提出一...     

数据库和数据仓库建模与建模CASE工具的设计实现

本文讨论了数据库和数据仓库的建模技术,数据库与数据仓库的关系以及数据仓库的数据库设计,介绍了一个可用于数据库和数据仓库的ＣＡＳＥ工具设计与实现。     

同义图像融合系统设计与优化

图像无缝融合技术是图像编辑领域的重要方向,传统的方法是将目标物体从源图像中分离出来后直接嵌入到目标图像中,而未考虑源图像和目标图像在语义上是否匹配.实现了一种新的图像融合系统,它用Gist特征描述图像的场景语义,并将场景语义匹配应用于无缝融合之中,使图像融合更具有现实意义,该系统称之为同义图像融合系统.鉴于语义匹配时间复杂度较大,采用异构多核环境下CUDA并行编程和OpenMP多核多线程方法进行优化,有效提高了系统的整体性能.实验表明,该系统不仅用户参与度较高,而且实用性较强,可以达到用户满意的融合速度和效果.     

一种基于两级DAG模型的MapReduce工作流异构调度算法

MapReduce编程模型被广泛应用于大数据处理平台,而一个有效的任务调度算法对模型的运行效率至关重要。将MapReduce工作流的Map和Reduce阶段分别拆解为若干个有先后序限定关系的作业,每个作业再拆解为多个任务。之后基于计算集群的可用资源和任务异构性,构建面向作业和任务的2级有向无环图(DAG)模型,同时提出基于2级优先级排序的异构调度算法2-MRHS。算法的第1阶段进行优先级排序,即对作业和任务分别进行优先权值计算,再汇总得到任务的调度队列;第2阶段进行任务分配,即基于最快完成时间将每个任务所包含的数据块子任务分配给最适合的计算结点。采用大批量随机生成的DAG模型进行实验,结果表明与其他相关算法相比,本文算法有更短的调度长度(makespan)且更加稳定。     

基于改进小生境粒子群算法的多模函数优化

在基于粒子群算法的多模优化问题中,针对现存小生境方法需要特定参数的缺陷,提出了一种不需要参数的小生境算法。该算法通过粒子适应度在种群适应度中所占比例以及粒子之间的欧式距离两方面因素确定粒子的局部最优解,并通过每轮迭代中每个局部最优解粒子和以它作为局部最优解的普通粒子的欧式距离的平均值确定出该小生境的半径。在几个广泛的测试函数上的实验结果表明,该算法在收敛速度和成功率方面比需要小生境参数的算法(FERPSO、SPSO)更优秀。     

非接触式浮体六自由度监测系统研究

提出了一种非接触式浮体六自由度运动测量与分析系统。该系统由视频采集模块、三维计算模块、用户交互模块3 部分构成。视频采集模块用来获取不同视角的图像信息;三维计算模块融合了改进的摄像机自标定技术、立体视觉特征点检测技术、六分量解算方法等,目的是求得物体6 个自由度的运动情况;用户交互模块提供了定点可视的物体姿态及角度变化信息,方便用户进行分析计算。实测证明,该测量系统设备简单,重构速度快,能适应复杂的海上环境并能够实现远距离监测,满足浮体测量使用要求。     

蛋白质折叠预测的禁忌搜索粒子群算法

针对PSO算法晚期收敛速度慢、求解精度差的缺点,提出了一种改进优化算法——将粒子群算法（Particle Swarm Optimization,PSO）与禁忌搜索算法（Tabu Search,TS）结合起来解决基于三维AB非晶格模型的蛋白质折叠预测问题。TS算法的引入提高了粒子群收敛后期的精度,粒子变异机制增强了粒子跳出局部极小值的能力。真实数据实验表明,该算法计算出的蛋白质序列能量值相比其他算法有更高的精确度,能够更好地模拟蛋白质构象,是分析蛋白质结构的一种有效方法。     

双层虚拟化云架构下任务调度能耗优化算法

虚拟机上部署容器的双层虚拟化云架构在云数据中心中的使用越来越广泛。为了解决该架构下云数据中心的能耗问题,提出了一种工作流任务调度算法TUMS-RTC。针对有截止时间约束的并行工作流,算法将调度过程划分为时间利用率最大化调度和运行时间压缩两个阶段。时间利用率最大化调度通过充分使用给定的时间范围减少完成工作流所需的虚拟机和服务器数量;运行时间压缩阶段通过压缩虚拟机空闲时间以缩短虚拟机和服务器的工作时间,最终达到降低能耗的目标。使用大量特征可控的随机工作流对TUMS-RTC算法的性能进行了测试。实验结果表明,TUMS-RTC算法相较于对比算法有更高的资源利用率,虚拟机数量减少率和能耗节省率,并且可以很好地处理云计算中规模大且并行度高的工作流。