基于免疫和可逆水印原理的多代理入侵检测系统设计方案

入侵检测系统和人体免疫系统具有很大的相似性。文章基于人工免疫原理,利用移动代理技术设计了一个更加可靠的入侵检测模型。为防止移动代理通信过程中遭到篡改攻击,本文引入可逆数字水印技术保护代理之间传输的免疫数据,保证了各个代理节点之间记忆检测器的安全通信。     

基于免疫和可逆水印原理的多代理人侵检测系统设计方案

入侵检测系统和人体免疫系统具有很大的相似性。文章基于人工免疫原理,利用移动代理技术设计了一个更加可靠的入侵检测模型。为防止移动代理通信过程中遭到篡改攻击,本文引入可逆数字水印技术保护代理之间传输的免疫数据,保证了各个代理节点之间记忆检测器的安全通信。     

运用核Fisher鉴别分析和MPM分类器的入侵检测

为了提高分类器的正确率和减少训练时间,将特征提取技术与分类算法结合,提出了一种基于核Fisher鉴别分析和最小极大概率机算法的入侵检测算法。利用核Fisher鉴别分析技术提取关键特征,运用最小极大概率机对提取特征后的数据进行分类,采用离线数据集KDDCUP99进行实验。实验结果表明,该算法是可行和有效的,使分类性能和训练时间都得到了提高。     

基于小波包和KPCA的时频域故障检测方法

针对故障检测技术中存在的非线性和信息遗漏问题,在深入分析核主元分析法的基础上,提出了一种新的基于小波包和核主元分析法（KPCA）的时频域故障检测方法.利用小波包对原始信号进行预处理,提取包含时域和频域特征参数构成的特征向量,应用KPCA进行故障检测,同时对液压泵也进行了故障检测.试验结果表明,时域和频域特征参数构成的特征向量很好地反映了故障的特征,与PCA相比,KPCA的主元数目可选择范围宽,该方法对液压泵故障检测有良好的效果.     

用无损检测和静载试验方法联合确定在役桥梁实际承载能力的研究

桥梁的实际承载能力通常是通过静载试验来确定 的.然而，当桥梁结构的设计资料丢失时，试验荷载的 确定就有一定的困难.此时，可以首先利用无损检测的 方法确定结构的材料和截面的参数，并以此为依据完 成相应的计算工作，然后利用计算结果指导试验，通过 静载试验最终完成桥梁     

基于KPCA-SVM的相关和独立变量故障检测方法

实际工业过程中有一些独立于其他变量的过程变量,为能够分别检测独立变量与相关变量,提出一种基于核主成分分析（kernel principal component analysis,KPCA）和支持向量机（support vector machine,SVM）相结合的相关和独立变量故障检测方法,记为KPCA-SVM．首先,应用基于互信息的变量划分策略,通过计算变量之间的互信息将过程变量划分为相关变量和独立变量．然后,在相关变量空间和独立变量空间分别建立KPCA和SVM模型对测试数据进行监测．与传统KPCA和SVM算法相比,KPCA-SVM方法结合了KPCA在检测相关变量和SVM方法在检测独立变量上的优势,提高了KPCA和SVM方法的故障检测性能．最后,将KPCA-SVM方法应用于田纳西-伊斯曼（Tennessee-Eastman,TE）工业过程进行故障检测,并与KPCA、核熵成分分析（kernel entropy component analysis,KECA）和SVM方法进行比较．仿真结果表明,KPCA-SVM方法具有较好的检测效果,对于多种故障的检测效果有所提升,其中对于微小故障5的检...     

用磁声法MAE检测钢结构构件应力的机理和应用

分析了磁声发射的产生与接收、磁声发射与磁致伸缩、磁声发射的应力检测机理，应力对磁声发射的影响，磁声发射的检测系统等几个方面．从这些方面说明了用磁声发射来实施应力检测是可行的．证明磁声发射的强度既受外磁场变化影响，又受应力变化影响，并且磁声发射的变化幅度与所受应力大小有一定的关系，据此可为磁声发射检测铁磁材料的应力状态提供依据．但由于磁声发射的强度和施加于构件上应力状态的关系比较复杂，所以结合磁声发射和巴克素森BN两种方法各自优点的应力检测更比看好．     

化妆品中限用防腐剂咪唑烷基脲和DMDM乙内酰脲的检测方法综述

简述化妆品中甲醛缓释体类防腐剂咪唑烷基脲、DMDM乙内酰脲的理化性质及安全性评价。介绍了检测化妆品中DMDM乙内酰脲和咪唑烷基脲的各种已报道方法,包括荧光分光光度法、高效液相色谱法、凯氏定氮法、薄层色谱层析法、核磁共振法。阐述了各种检测方法原理、所用设备仪器及检测结果,比较了各种方法的优缺点。     

基于单类支持向量机的工业控制系统入侵检测

针对工业控制系统数据非线性、高纬度和不平衡等难题,本文从提高工业控制系统入侵检测的准确性入手,结合单类支持向量机算法,提出一种单类支持向量机异常检测方法。该方法在核主成分分析过程中加入Fisher-Score算法,实现了对数据集的特征提取,降低了后续单类支持向量机入侵检测模型训练和识别的复杂度;同时加入免疫克隆选择和协同进化等策略,采用分层协同免疫粒子群参数优化算法对单类支持向量机参数进行寻优,增强算法的综合性能,解决了基本粒子群算法在单类支持向量机参数寻优过程中存在的易陷入早熟收敛和局部最小值等问题;最后构建了基于优化后的单类支持向量机算法的入侵检测模型,并进行对比实验验证。实验结果表明：优化后的检测模型在训练时间、学习泛化能力和检测性能上都有明显提升。