改进K中心点算法在入侵检测的应用

传统K中心点算法虽然改进了K均值算法对噪声和孤立点数据敏感的不足,但是仍存在着初始聚类中心和聚类个数k难以确定的问题,因此,针对算法存在的问题,提出一种基于密度的改进K中心点算法。该算法会根据数据集数据的分布情况自主确定聚类个数k和k个聚类中心点。最后,通过在入侵检测领域KDD Cup99数据集上实验测试表明,改进K中心点算法不仅能够自动形成k个聚类,而且具有较高的入侵检测率和较低的漏报率,聚类和入侵检测的效果均优于传统的K中心点算法。

深厚土层冻结法凿井过程中外层井壁模糊随机可靠性分析

针对常规可靠性表征结构稳定性时的不足,分析更加符合深井工况的模糊随机可靠性,给出相应的模糊随机功能函数和模糊随机极限状态方程,并针对可靠性中心点算法进行模糊随机改进。结合深厚冲积层井壁冻结压力和钢筋混凝土井壁极限承载力模糊随机分析,得到深厚冲积层高强钢筋混凝土外层井壁的模糊随机极限状态方程,应用改进后的中心点法推导出外层井壁结构模糊随机可靠性的解析区间,并提出各主要变量对模糊随机可靠性的灵敏度区间模型。工程算例表明:由于综合考虑到各参数的不确定性,获得的模糊随机可靠性相比常规的可靠性总体偏低,其结果更能反映实际工况。此外,模糊随机可靠性首次以区间值表征井筒的可靠程度,较常规可靠性的定值表现方法更具合理性。