雾环境中基于深自编码器和扩展孤立森林的入侵检测方法

针对物联网中多变性的入侵行为,在雾计算模式下提出一种基于深自编码器和扩展孤立森林相混合的入侵检测方法。使用一维卷积神经网络(1D-CNN)实现的自编码器对雾节点采集的网络流量数据进行入侵检测,并将攻击和正常流量数据分为两组;采用扩展孤立森林算法分别对深自编码器区分的攻击流量和正常流量进行异常检测,尝试识别攻击组和正常组中不匹配的数据点,从而提高所提方法的整体检测准确度和降低误报率。与其他入侵检测方法相比,所提方法在多个指标中取得最佳的结果,能够有效识别快速演化的网络攻击。

舒伯特A大调奏鸣曲的创作风格探究

舒伯特的钢琴作品是古典音乐作品中的重要组成部分。根据音乐学家对历史遗产的研究,舒伯特也是一位优秀的钢琴家,尽管他并不以技巧著称。舒伯特的钢琴演奏具有美妙的触键,演奏时清晰且愉悦,充满灵性与情感。被称为“艺术歌曲之王”的舒伯特在其钢琴作品风格中,可以发现大量艺术歌曲的影子,其主要钢琴作品都是以艺术歌曲为灵感创作的。

基于大数据平台的农业智能信息处理系统设计

针对现有的农业生产经营中存在的信息处理问题,基于大数据平台开发了一种农业智能信息处理系统。介绍了智能信息处理系统的总体结构,分析了各功能模块的运行原理,搭建出一种能够围绕农业生产经营过程数据进行智能化存储、提取分析及决策的信息处理系统。采用多任务场景测试的方式进行系统测试,结果表明:农业智能信息处理系统的各项运行指标正常,性能达到设计要求,可有效提升农业生产经营过程中的信息处处理水平。

多示例学习问题研究进展综述

多示例学习是一种特殊的机器学习问题,近年来得到了广泛的关注和研究,许多不同类型的多示例学习算法被提出,用以处理各个领域中的实际问题.针对多示例学习的算法研究和应用进行了较为详细的综述,介绍了多示例学习的各种背景假设,从基于示例水平、包水平、嵌入空间三个方面对多示例学习的常见算法进行了描述,并给出了多示例学习的算法拓展和若干领域的主要应用.

全身麻醉时罗库溴铵的肌肉松弛作用与患者体质指数的关系分析

目的研究与分析全身麻醉时罗库溴铵的肌肉松弛作用与患者体质指数的关系。方法随机抽取82名行全身麻醉手术的患者,将体质指数>24.00的患者分为高体质量组,将体质指数<18.5的患者分为低体质量组,均41例。2组患者均在5s内增加肌松药罗库溴铵。观察2组患者起效时间、无反应期、恢复指数,观察2组患者的药理作用及肌松药用量情况。结果高体质量组患者起效时间显著低于低体质量组患者,高体质量组患者无反应期、恢复指数均高于低体质量组;高体质量组患者药理作用及用药剂量均高于低体质量组患者,均P<0.05,差异具有统计学意义。结论按照患者体质指数进行静脉注射罗库溴铵时,高体质量组起效时间较短,无反应期时间长,起效时间、无反应期、恢复指数等与患者的体质指数有一定的关联。

γ-氨基丁酸改善高脂膳食小鼠的骨性能

探讨了高脂膳食小鼠补充γ-氨基丁酸(GABA)对骨性能的影响。40只6周龄C57BL/6雄性小鼠,随机分成4组:正常日粮组(control),高脂日粮组(HFD),高脂日粮小鼠饮水补充0.06、0.12g/dL GABA组。试验结束前一周收集各组小鼠尿液,测定钙及羟脯氨酸含量;第20周结束试验,测定小鼠股骨、胫骨参数,以及股骨氧化还原指标,荧光定量PCR检测相关基因表达。结果显示,与对照组相比,HFD组股骨出现氧化应激,股骨GAD65显著下调、GABAbR显著上调(P<0.05),GSK3β显著上调而Nrf2显著下调(P<0.05);股骨和胫骨钙含量、骨强度等相关性能指标显著降低,尿钙及羟脯氨酸含量显著增高,且成骨细胞分化标志基因BGLAP2、col1a1显著下调,破骨细胞分化标志基因RANKL/OPG、CTSK、TRAP显著上调(P<0.05)。补充0.06、0.12g/dLGABA可恢复GABAbR、GSK3β、Nrf2表达(P<0.05),减轻股骨氧化损伤,同时平衡骨细胞分化及代谢,提高股骨和胫骨性能。结果表明,GABA可调节股骨氧化还原状态,平衡骨代谢,改善股骨及胫骨性能;0.12g/dL GABA改善股骨氧化应激和股骨性能的作用优于0.06g/dL的。

支持向量机中的核参数选择问题

核函数中的参数选择是支持向量机中的一个很重要的问题,它直接影响模型的推广能力。通过最速下降法求LOO上界的极小点来确定核参数是一种新的核参数选择方法。由于该方法易陷入局部最优解,提出了一种基于混合遗传算法求解LOO上界极小点的核参数选择方法。实验证明,通过该方法选择出来的核参数能够提高分类精度,具有实用性。

杭州下沙河道底泥重金属检测及污染分析

检测了杭州下沙河网区18条河道表层底泥重金属Cu、Zn、Pb、Cd、Ni的含量,分析了研究区域内的重金属污染情况,并用潜在生态危害指数法对河道底泥重金属污染情况进行评价,通过聚类分析法分析重金属的空间分布特征.结果表明,Cd污染最严重,超标率为94.44%,平均超标倍数为16.50,Cd的平均潜在生态风险为很高风险,Cu、Zn、Pb、Ni的平均潜在生态风险为低风险,重金属平均综合潜在生态风险属于高风险.重金属聚类分析结果显示Cd、Ni、Pb三种元素相关性显著,应受同一污染源因素影响;采样点聚类分析结果显示下沙河网河道底泥重金属污染分布较为均匀.

强烈侵蚀产沙区小流域土壤侵蚀强度的支持向量机预报模型研究

土壤侵蚀产沙是一个极其复杂的物理过程,其物理机理十分复杂,往往难以用数学方式来描述.该文针对区域土壤侵蚀机理不甚清晰、基础资料收集困难等问题,探索性地在小流域土壤侵蚀预报中引入支持向量机理论与方法,并以皇甫川强烈侵蚀区小流域为例构建小流域土壤侵蚀模数预报的支持向量机预报模型.研究表明,该方法的模拟和预测精度都明显高于最小二乘法;支持向量机预报模型依据多年的反映区域侵蚀产沙演进规律的侵蚀产沙监测资料,建立小流域土壤侵蚀模数的支持向量机预报模型,是对流域侵蚀产沙复杂运行机制的综合体现.

城市空气质量评价中的模糊支持向量机方法

传统的评价方法不能处理带有模糊信息的城市空气质量的评价问题。基于结构风险最小化原则建立了带有模糊信息的支持向量分类模型和算法,在此基础上提出基于模糊支持向量机的城市空气质量评价方法;根据空气中的总悬浮颗粒物、二氧化硫、二氧化氮、空气综合污染指数4个指标,对我国50个主要城市2003年空气质量进行了综合评价,选择10个城市的评价结果进行了测试,结果表明:根据2003年数据采用本方法得到的邢台、张家口和沧州的空气污染指数与河北省环保专家提供的数据误差小于0.1;西宁、银川、乌鲁木齐、汕头、南京、大连、武汉的综合空气污染指数与国家环保总局提供的数据误差均小于0.5。

论大数据在环境治理领域的运用

近期,我国政府出台《促进大数据发展行动纲要》。文章探讨了大数据的发展及特征;分析了环保大数据的挖掘及在环境治理方面的初步应用;指出随着大数据科学的发展,大数据的思想和方法能为环保领域研究过程提供很多帮助并提高结果可靠性,同时也可以为环境政策制定和治理模式带来新的变革;进一步展望了未来环保大数据在环境治理方面的应用及需要解决的现实问题。

基于粒子群优化的SVR算法与BP网络的比较研究

在回归问题上对比研究了基于粒子群算法优化选参的支持向量回归机模型和采用粒子群算法进行训练的后向传播网络的预测性能.

模糊支持向量分类机

研究了当训练点的输出为模糊数时支持向量分类机的构建问题。对于线性模糊分类问题,首先将其转化为模糊系数规划。利用模糊系数规划的λ?最优规划,求解模糊系数规划得到模糊最优解(模糊集合)以及模糊最优分类函数集(取值为最优分类函数而隶属度为λ(0≤λ≤1)的模糊集合),从而构造线性模糊支持向量分类机。对于非线性模糊分类问题,引入核函数,类似于线性模糊分类问题得到非线性模糊支持向量分类机。最后构造显示模糊支持向量分类机特点的模糊支持向量集(取值为模糊训练点,隶属度为λ(0≤λ≤1)的模糊集合)。模糊支持向量分类机较好地解决了支持向量机中含有模糊信息的分类问题。

双聚类的关联规则挖掘方法

为了使所有关联规则算法都可用于双聚类挖掘,将双聚类问题转化为关联规则的频繁集挖掘问题.在为双聚类挖掘提供大量算法的同时,不但能获得双聚类,而且还能得到额外的双聚类关联信息.基因表达数据的实验结果证明了其有效性.

右美托咪定联合神经阻滞在高龄股骨上段手术中的应用

目的：评价右美托咪定联合神经阻滞在高龄股骨上段手术中的应用效果。方法：ASAⅡ~Ⅲ级，年龄73～86岁，行股骨颈骨折或粗隆间骨折手术的高龄患者30例，随机分为3组：全身麻醉组（GA组）、神经阻滞组（NB组）和右美托咪定联合神经阻滞组（DN组）。术中记录收缩压和心率的最高值和最低值，发生低血压、高血压或心动过缓、心动过速例数，术后随访记录患者12、24 h的OOA/S评分，及并发症的发生。结果：NB组和DN组血流动力学较GA组更平稳（P＜0.05），NB和DN组差异无统计学意义（P＞0.05）；3组均能完成手术，DN组镇痛效果强于NB组（P＜0.05）；3组不良反应发生GA组术中发生低血压和高血压更多；术后12、24 h OOA/S评分GA组高于NB组和DN组（P＜0.05），NB组和DN组差异无统计学意义（P＞0.05）；神经阻滞组术后并发症低于GA组，但差异无统计学意义（P＞0.05）。结论：右美托咪定联合神经阻滞麻醉可获得满意的麻醉效果，且术中、术后并发症更低。

右美托咪啶在颈神经丛阻滞甲状腺切除术中镇静效果观察

目的:探讨右美托咪啶(Dex)在颈神经丛阻滞甲状腺手术中的镇静作用。方法:行单侧甲状腺腺叶手术患者60例随机分Dex(D)组和生理盐水(NS,N)组,各30例。在颈神经丛阻滞前,D组持续静脉泵入Dex,N组持续静脉泵入NS,2组负荷量、维持量和停药时间相同。记录患者阻滞前10min(T0),阻滞后5(T1)、10(T2)、15(T3)、30(T4)min及分离甲状腺上极(T5)时的收缩压(SP)、舒张压(DP)、心率(HR)、镇静评分(Ramsay)和脑电双频指数(BIS)。结果:干预因素对SP、DP、HR、Ramsay及BIS水平的影响差异有统计学意义(均P<0.001),时间与处理因素间均存在交互作用(均P<0.001),SP、DP、HR、Ramsay及BIS水平的时间效应差异有统计学意义(均P<0.001)。结论:在颈神经丛阻滞下甲状腺手术中,应用Dex可产生镇静作用并可稳定BP和HR。

改进的支持向量回归机

标准的支持向量回归机中原始最优化问题的目标函数有两部分:一部分是衡量经验风险的,另一部分是衡量推广能力的。本文引入一个凸函数来代替衡量推广能力的部分,讨论了当这个凸函数取不同的形式时支持向量回归机的变形,这些模型不再要求核函数必须对称正定,从而为我们可以得到更灵活的回归曲面提供了有效的工具。

可拓数据挖掘在学生成绩分析中的应用研究

为了充分利用教育大数据资源,促进教学改革良性发展,本文利用可拓支持向量机、可拓k-均值聚类等多种可拓数据挖掘方法及皮尔逊相关系数,对高校学生数学课程的平时作业、期中和期末考试成绩等进行挖掘和分析,探索试卷设计的科学性,学生对知识点的掌握程度,以及哪些题目是影响学生成绩的主要因素,针对每个学生给出其该门课程日后学习的侧重点等。将不断发展的前沿科研方法应用于需要不断改革的教育教学中,同时也对长期沉睡的庞大的学生成绩数据加以充分利用,科研指导教学,教学反哺科研,起到很好的示范作用。

支持向量分类方法理论基础的改进(英文)

支持向量机是通过求解对偶问题来解决原始问题的.针对线性决策函数f(x)=(w·x)+b,我们指出了其原有的逻辑系统中的错误,并通过严格的证明,对其理论基础作了改进.而且,对于阈值b,我们给出了一个新的简洁计算公式.

基于数据挖掘的财富指数提取

基于国家统计局的调查数据,通过数据挖掘技术对判断人们财富状况的关键因素进行了分析,提取了若干我们称之为财富指数的指标,得到了比较符合实际的结果.