Application of Elzaki Transform Method to Market Volatility Using the Black-Scholes Model

Black-Scholes Model (B-SM) simulates the dynamics of financial market and contains instruments such as options and puts which are major indices requiring solution. B-SM is known to estimate the correct prices of European Stock options and establish the theoretical foundation for Option pricing. Therefore, this paper evaluates the Black-Schole model in simulating the European call in a cash flow in the dependent drift and focuses on obtaining analytic and then approximate solution for the model. The work also examines Fokker Planck Equation (FPE) and extracts the link between FPE and B-SM for non equilibrium systems. The B-SM is then solved via the Elzaki transform method (ETM). The computational procedures were obtained using MAPLE 18 with the solution provided in the form of convergent series.

Classification Model with High Deviation for Intrusion Detection on System Call Traces

A new classification model for host intrusion detection based on the unidentified short sequences and RIPPER algorithm is proposed. The concepts of different short sequences on the system call traces are strictly defined on the basis of in-depth analysis of completeness and correctness of pattern databases. Labels of short sequences are predicted by learned RIPPER rule set and the nature of the unidentified short sequences is confirmed by statistical method. Experiment results indicate that the classification model increases clearly the deviation between the attack and the normal traces and improves detection capability against known and unknown attacks.

基于API序列和预训练模型的恶意软件检测

针对现有方法存在特征表达受限、无法捕获API序列全局语义信息,且恶意软件数据集通常包含大量无标注数据,无法直接进行有监督学习等问题,利用自然语言预训练模型技术,提出一种基于API调用序列和预训练模型的恶意软件检测方法。使用原始API序列构建分词器;基于BERT模型构建出动态掩码序列模型进行无监督学习的预训练,同时获取API序列的全局动态编码表示;使用该编码构造检测模型。实验结果表明,所提方法能有效检测出恶意软件。

基于遗传算法的UUV应召搜潜路径规划

针对应召搜潜中的两种常见情况,即目标随机机动和已知目标概略航向,建立了目标位置分布模型。针对无人航行器(UUV)对潜应召搜索中目标运动状态难以准确描述的问题,基于隐马尔可夫模型(HMM)建立了目标运动模型,能够在已知目标起始概率分布、转移概率和探测结果时实时更新目标概率分布。针对传统搜索方法难以保证有限搜索时间内发现概率最大的问题,设计了一种基于改进遗传算法的UUV应召搜潜路径规划方法,在常规遗传算法基础上增加删除和增添等操作,保证搜索路径的连通性;设计保留精英基因操作,使算法快速收敛。通过与扩方搜索、巡逻线搜索、随机搜索等常用搜索方法的对比,验证了该方法的有效性。

多颜色包装名词识记与CALL模式下大学英语阅读教学

自然界中的界壳现象体现在语言的使用中,就表现为包装名词的形式。在多媒体广泛应用的大学英语课堂,教师可以借助多颜色文本的排版对不同种类的包装名词进行标记,设计基于CALL模式的阅读教学课件来培养学生的阅读兴趣,提高阅读教学的整体水平。

基于双模态Transformer模型的话务量预测

为降低客户服务中心电话的等待率,提升服务质量。针对现有算法不能实现中长期话务量预测的问题,提出了一种基于双模态Transformer模型的话务量预测方法。首先采集并预处理某运营商真实的话务量数据,通过双模态特征融合构造出有益特征,最后采用多种模型进行话务量预测以及多种衡量指标对预测结果进行分析。结果表明:与其他算法比较,Transformer模型性能较好,对运营商资源的合理配置具有较高的指导意义,同时更易获得客户较高的满意度和忠诚度。

创建CALL教学模式 培养学生英语自主学习能力

自主性学习是现代教育中提倡的一种学习理念,给大学英语教学注入了新的活力。本研究通过阐述学生自主学习的益处和CALL模式教学的优势,探讨了CALL模式的创建条件和突破,对成功建立网络学习平台和培养学生自主学习能力提供了一定的帮助和启发。

不同Call Center应用模式的比较

随着客户管理的需要,作为沟通用户和企业桥梁的Call Center应运而生。为了帮助对Call Center系统有正确的认识,介绍了基于不同系统的Call Center模式主要包括联想Call Center模式、贝塔斯曼Call Center模式、Dell Call Center模式,并对他们进行了比较分析。

MPLS在企业IP Call Center中的应用研究

本文首先对现今企业Call Center业务的QoS需求进行了分析。然后将各种IPQoS模型进行对比,选择了基于DiffServ/MPLS VPN的QoS策略。与此同时,在实验环境中,对数据流的QoS进行分析。由此可见,DiffServ结合MPLS的网络,能够有效地解决IP Call Center服务质量的问题。最后得出解决企业IP Call Center服务质量的方案。

院外医疗急救受理要车电话数量建模分析及应用

目的为了更好更快满足院前急救服务需求,对2020年每日24小时段受理要车电话数量展开研究分析,根据受理要车电话数量存在规律,提出有效提高院前急救服务运行效率及管理水平的相关措施。方法采用线性回归模型,通过应用python编程语言,基于sklearn机器学习库对2020年1月—12月每日24小时段数据进行线性回归建模,获得线性回归模型具体系数值。结果2020年12月5日、15日、25日24小时段受理要车电话真实数据及模型预估数值及变化趋势比对验证显示,整体数值接近、变化趋势一致。结论线性回归模型很好建模了受理要车电话数量及变化趋势,应进一步扩展线性回归模型等信息化手段在院前急救领域中的广泛应用;院前急救调度指挥中心受理要车电话数量24小时段差异存在规律,有效指导调度指挥座席、院前急救车组人员及救护车数量等资源调整;受理要车电话数量秋季最高,其次为夏季、冬季,春季最低,助力不同季节做好相关院前急救资源储备调整及相关应急措施。

基于Windows API调用序列的恶意代码检测方法

为解决现有恶意代码检测方法存在的特征提取能力不足、检测模型泛化性弱的问题,提出了一种基于Windows API调用序列的恶意代码检测方法.使用N-gram算法和TF-IDF算法提取序列的统计特征,采用Word2Vec模型提取语义特征,将统计特征和语义特征进行特征融合,作为API调用序列的特征.设计了基于Stacking的三层检测模型,通过多个弱学习器构成一个强学习器提高检测模型性能.实验结果表明,提出的特征提取方法可以获得更关键的特征,设计的检测模型的准确率、精确率、召回率均优于单一模型且具有良好的泛化性,证明了检测方法的有效性.

基于NLP模型的智能IVR语音呼叫系统设计

设计了一种基于NLP模型的智能IVR语音呼叫系统。在硬件方面,完成了无线呼叫器和显示终端设计。在软件方面,首先建立了多信道协议通信模式,运用优先级理念实现呼入语音接纳控制,然后搭建了IVR交互序列,将通信语音转入序列中,通过语音平台、解析器、网页服务器进行交互处理。最后以引入对抗训练算法的NLP模型为核心设计了一种可用于智能呼叫问答的预训练模型,在交互过程中不断学习,搜索出与用户呼叫语音相对应的处理方案,并通过语音播报、提示灯闪烁等方式提醒工作人员处理语音呼叫问题。系统测试结果表明,在不同的呼叫距离下,系统语音呼叫响应延时始终低于1 ms,满足呼叫响应的实时要求。

技术时代语言教师专业发展的逻辑起点、现实困境与实践策略

技术时代,计算机辅助语言学习在强调技术运用的多元化、关注技术介入的媒体化、重视技术整合的交互化等方面,为语言教师专业发展提出了新的要求。但是,当前语言教师专业发展仍面临着技术整合深度不足的现实困境,主要表现为技术层面传统与现代教育技术的冲突,以及教学层面教师与现代教育技术的离散。基于TPACK理论为语言教师专业发展提出了多元知识类别的发展要求,该理论为技术赋能语言教师专业发展、深化语言教育与技术整合提供了理念指引。为此,语言教师专业发展应以此为据,沿着技术接受模型的实践路径,通过激发感知有用与易用性、建构教师自身知识结构、优化教师教学行为习惯,转变技术使用态度、提升信息素养水平、增强技术整合深度。

系统调用序列的Markov模型及其在异常检测中的应用

建立了计算机系统中系统调用序列的Markov模型，并在此模型的基础上提出了一种用于计算机异常检测的方法。文章利用统计方法分析进程中系统调用的发生情况，定义了一个依赖于状态转移概率的失配因子，并用它来计算失配率，由此判断被监视进程进行的操作是正常行为还是异常行为，文章还提出了一种基于遗忘因子的状态转移概率的更新算法。

基于特征模式的马尔可夫链异常检测模型

为提高检测精度,同时保持算法复杂度在可接受范围内,提出基于特征模式的马尔可夫链异常检测模型。提取所有支持度大于阈值的系统调用短序列为特征模式,在此基础上建立改进的马尔可夫模型CPMC。在检测时,用程序轨迹匹配特征模式,计算其在CPMC模型下的概率,概率小则代表异常。实验表明,该方法的检测精度高于目前常见的几种单一方法,与DBCPIDS方法的精度近似相等,但其计算复杂度更低。

智能网会议业务的呼叫模型

根据桌面电话会议模型，提出新的呼叫模型和基本呼叫状态模型。新的呼叫模型支持多用户连接业务，提供统一的基本呼叫状态模型，可简化系统软件设计。在此基础上，描述了会议业务中的呼叫建立、新成员加入和发言权转移等过程的呼叫处理。电话会议业务是在北京邮电大学８６３智能网项目研究成果ＣＩＮ－０２系统上设计实现的。

基于通用呼叫控制模型的软交换体系设计

分析了下一代智能化通信网的发展趋势及其体系结构,在这一大背景下,提出了面向下一代网络的基于通用呼叫控制模型的软交换体系,并阐述了该体系设计的原则和特色。

支持IP电话信令的增强型智能网呼叫模型的研究

研究了智能网和 IP网融合所需的呼叫模型 ,以支持基于 Vo IP建议的多媒体业务 .分析了现有智能网呼叫模型在 IN/ IP综合中的局限性及其原因 ,基于分层原则独立提出了满足 Vo IP信令需求的增强型智能网呼叫模型 ,并给出了增强后的智能网呼叫模型与典型的 Vo IP信令—— H.32 3建议之间的集成方式 .

OFDMA系统随机服务模型及呼叫接纳控制策略的研究

该文在分析OFDMA系统容量的基础上,提出了适用于自适应OFDMA系统的随机服务模型,即M|M|m|n马尔可夫排队模型,根据这个模型,我们提出了基于系统吞吐量和用户QoS要求的呼叫接纳控制策略。理论分析和仿真结果表明,当系统中只有FTP业务时,M|M|m|n模型与自适应OFDMA系统的随机服务特征非常相似,应用这个模型对系统的阻塞概率和文件的服务时间进行定量分析,其结果与实际系统的性能基本吻合。

基于半呼叫的SSF模型

在半呼叫模型中,要很好地协调业务控制功能SCF和呼叫控制功能CCF,始终是业务交换功能SSF的难点。本文提出一个SSF模型的建立方案。该模型以单点控制为核心,独立区分上下两层功能单元的命令,灵活满足独立业务的需求,解决多业务的冲突问题,并实现多业务的触发。建立触发检出表EDP、事件检出表TDP和业务冲突表CDP是实现上述功能的重要手段,并结合了会话功能SESSION实现业务的映射,从而建立一个高效的SSF模型。