一种基于综合因子算法的网络安全等级测评方法与实现

网络安全等级测评与定级是网络信息系统安全性的重要指标。采用确定被测评对象涉及的技术和管理两个方面总测评项数以及其关注系数,根据测评项的重要程度,计算出所有测评项的综合得分,作为网络信息系统安全性的判断依据。根据网络安全等级保护2.0需要达到的标准,将安全测控点的测评指标与实际记录结果进行对比,进而对现有的网络系统安全情况进行研判,对网络安全保护具有重要的意义。

基于RoBERTa与改进局部离群因子算法的专利新颖性测量

现有的专利新颖性测量方法需要依赖特定的领域知识以及专家的介入,性能差且耗时长,为此,提出了一种不依赖特定领域知识及专家的全自动化系统的识别新颖性专利的方法。首先利用鲁棒优化的BERT方法(robustly optimized BERT approach,RoBERTa)表示专利向量,以解决需要依赖技术领域的知识来表示专利的多义词问题;其次,利用数据点的密度分布并结合信息熵改进局部离群因子(local outlier factor,LOF)算法来确定离群点个数及数据点集,提高离群点的检测精度,结合RoBERT与改进的LOF在数值尺度上度量专利的新颖性。实验验证表明,所提方法测量的专利新颖性的得分与现有文献中的相关专利指标显著相关,并且识别出的新颖性专利具有更高的技术影响。

辨识时变系统遗忘因子算法的收敛性分析

著名的递推遗忘因子算法（ＲＦＦＡ）可以用来辨识时变系统参数，具有良好的跟踪性能．本文借助于随机过程理论分析了ＲＦＦＡ的收敛性和稳定性，给出了参数用踪误差的上下界．

利用局部离群因子算法探测核心技术发展趋势——以中国风能专利数据为例

[目的/意义]为验证局部离群因子算法在探测核心技术及核心技术发展趋势的有效性,丰富专利分析领域的研究。[方法/过程]以中外专利数据库服务平台CNIPR作为数据源,分别从局部离群因子算法和社会网络分析方法两个视角对中国风能领域的专利数据进行对比分析,识别中国风能领域的核心技术以及核心技术的发展趋势。[结果/结论]结果显示,局部离群因子算法(LOF)和社会网络分析方法得出的结论基本一致:即中国在风力发电机技术方面一直保持优势,未来的发展潜力集中在风能照明装置及系统,验证了局部离群因子算法在探测核心技术及核心技术发展趋势方面的有效性。

三维荧光偏导数光谱结合平行因子算法对石油类混合油液的检测

石油类混合油液的组分检测是三维荧光光谱领域重要的研究内容,由于实际获得的混合油液三维荧光光谱数据存在不同组分光谱重叠严重、数据三线性较差等问题,通过平行因子算法解析时,会出现解析谱与标准谱差异过大或者不能正确判断油种的情况。在验证三维荧光偏导数光谱应用平行因子算法具有可行性的基础上,将三维荧光偏导数光谱与平行因子算法结合,能够提高平行因子算法得到的混合油解析谱与标准谱的拟合程度,实现石油类混合油液组分的准确检测。首先,以十二烷基硫酸钠(SDS)溶液作为溶剂,配制航空煤油、润滑油不同浓度的纯油溶液各15份,将航空煤油、润滑油按照不同浓度比配制9份混合油溶液;并利用FS920荧光光谱仪得到39份三维荧光光谱数据。然后,对三维荧光光谱数据进行预处理:通过扣除空白法去除拉曼散射,并将瑞利散射区域扣除,再利用分段三次hermite插值方法对扣除区域进行插值;利用小波变换阈值去噪法去除光谱数据中的高频噪声,得到预处理完成后的三维荧光光谱数据。最后,利用Savitzky-Golay拟合求导方法求三维荧光光谱的一阶偏导数光谱,并利用平行因子算法对三维荧光光谱和三维荧光偏导数光谱进行解析。将解析谱与纯油标准谱进行比较,实验结果表明:利用平行因子算法对混合油液的三维荧光光谱进行解析时,得到的润滑油解析结果较好,但航空煤油的解析结果存在较大问题。而三维荧光偏导数光谱经平行因子算法解析后,在保证润滑油解析结果的同时,显著提高了航空煤油的解析结果:航空煤油解析谱与标准谱之间的相关系数提升了12.0%(发射光谱)、 6.7%(激发光谱),均方根误差减少了70.4%(发射光谱)、 20.6%(激发光谱)。在三维荧光光谱数据三线性较差的情况下,三维荧光偏导数光谱结合平行因子分析方法优于三维荧光光谱结合平行因子分析方法,实现了对混合油液组分准确检测的目的。

基于特征因子算法改进的作者影响力评价研究

特征因子算法是评价期刊质量的一种重要方法,文章在特征因子算法基础上通过改进构造出一种作者影响力评价的新算法。首先对特征因子算法原理进行简单介绍。然后通过分析作者引用相较期刊引用的特殊性,对特征因子算法进行了改进,并对其实现步骤进行了详细说明。最后,选择国内图情学作者引用网络进行应用研究,得到了这些作者的影响力排名,并与传统的被引次数进行了比较。

浅谈水土流失遥感定量模型及其因子算法

基于地理信息系统的遥感定量调查法是近年来新出现的水土流失调查方法 ,其核心部分就在于水土流失定量评价模型及其各参数的算式算法。本文主要介绍了几种主要的水土流失遥感定量评价模型的构成 ,并对其中USLE系列模型的因子的算式、算法进行了汇编。

基于潜在因子算法的课程推荐系统研究

课程推荐系统能够依据用户的兴趣偏好,实现对用户的个性化课程推荐。针对当前网络选课信息过载问题,结合推荐算法之潜在因子算法,建立基于专业相关性、高值学分、实操性、教师评分和娱乐性为潜在因子的用户-潜在因子和课程-潜在因子关系矩阵模型。结合余弦相似度算法,计算出用户受潜在因子的影响程度与课程对潜在因子贡献程度的相似度,并将相似度大的课程推荐给学生。课程推荐系统能够及时、迅速地将该同学可能感兴趣的课程推荐给学生,为每个同学在选课时提供个性化服务,从而解决了选课信息过载问题。

三维荧光光谱分析中的平行因子算法的改进

针对平行因子算法在三维荧光光谱分析中存在的迭代缓慢、对组分数敏感的问题,提出一种优化迭代公式的改进算法。采用MATLAB编写平行因子改进算法程序,通过扫描自配置油类实验样品,获得三维荧光光谱图,用改进后的平行因子算法分析样品三维荧光数据,实现对样品组分识别,提高了分析结果的可靠度。

基于右移k-ary消减的递归最大公因子算法

对于输入B和C,利用Sorenson的右移k-ary消减(right-shift k-ary reduction)思想提出一种算法用于寻找整数x和y,使得x和y满足Bx-Cy在二进制表示下低比特位部分为0,利用该算法能够大规模降低循环次数,再结合模算法,提出递归最大公因子算法。递归最大公因子算法复杂度虽然对Knuth-Schnhage算法的复杂度上没有提高,仍然是O(nlog2nloglogn),但是该算法相比于Knuth-Schnhage算法实现简单,正确性分析和复杂度分析都比较容易。

基于局部异常因子算法的三维声纳单帧重建研究

海洋环境的复杂性会使三维声纳获取到的点云中存在异常点,从而影响点云的后期处理和可视化。将获取到的声纳数据依次进行三维波束成像、最大值滤波和坐标系转换,进而得到原始点云。提出将局部异常因子(LOF)算法应用到点云去噪、剔除干扰的异常点,并用一种改进三角网生长方法进行单帧重建。改进三角网生长法简化了三角网生成中关键的“第三点”搜寻过程,通过实际数据处理分析得知:相比于传统阈值去噪方式,基于LOF算法的去噪方式能够在保持目标真实轮廓的前提下有效剔除非目标点;经过所提去噪方式的声纳数据能够得到更贴合实际目标轮廓的三维重建结果。

非2-基FFT的素因子算法研究

提出一种新的非2-基N点FFT的素因子算法。该方案与原素因子分解算法比较,实现了各个小点数DFT的同址顺序运算,并通过简单的地址模加运算得到顺序的输出,省去了多余的整序运算,是一种通用N点FFT算法。设计结构规整简单,利于硬件实现。以中国数字电视广播地面传输标准(DTMB)规定的3 780点FFT为例,结合WFTA算法和混合基算法,介绍了算法的具体设计与实现方案。

一种基于多因子算法的评价指标优化方法

从指标的关联性、重要性和有效性出发,利用灰色关联分析,提出了基于多因子算法的评价指标优化方法。该算法同时考虑多种因素对评价指标的影响,不仅保留了指标体系中的重要指标,也使各指标间相互独立,从而使得指标体系既全面又不冗余。在此基础上,通过有效性检验对指标体系进一步分析,确保了优化结果的科学性,给大型复杂系统评价指标的优化提供了新思路。

基于K均值聚类与局部离群因子算法的故障检测研究

针对化工生产过程的多工况、数据多模态问题,提出一种基于K均值聚类的局部离群因子故障检测方法。首先利用K均值聚类算法对多模态工业数据进行聚类,将各个模态的数据分离出来,然后运用局部离群因子算法在各个模态下单独建立模型,并且确定各个模态下的局部离群因子控制限。检测时首先判断样本属于哪一类,然后在相应类别下求取局部离群因子值并与此类别下的控制限进行比较,确定是否为故障数据。将此方法运用到TE过程的多模态数据中,并且将此方法与单独应用局部离群因子算法做故障检测对比,结果表明:所提算法可以大幅提高故障的检测率。

基于矩阵值因子算法的企业年金投资组合建模与并行求解

【目的】为了满足我国企业年金的资产配置和实际交易的需求,确定整体的风险和收益目标,得到最佳的资产配置比例和更优的投资决策。【方法】本文在遵循企业年金安全性和收益性前提下,基于矩阵值因子算法构建了带投资约束条件的均值-方差优化模型,并基于CVXOPT求解器、遗传算法和粒子群算法进行最优值求解,综合最好方差、均值方差和均值收益率三个指标,选择最优模型实现并行计算。【结果】研究和实验结果表明,模型实现了对高维协方差矩阵的降维建模和预测,缓解了在资产数量多的情况下,模型的待估参数过多且不易求解的问题,从而更快的收敛到全局最优解;并行计算可使最优模型的计算效率显著提升,有效缩短模型的运行时间。【局限】作为面向我国企业年金的投资组合优化模型,改进均值-方差模型解的不可靠性和考虑职工的风险承受能力的差别是下一步需要解决的重要问题。【结论】投资组合优化模型结合矩阵值因子算法和并行计算有利于解决投资组合选择的计算瓶颈问题,促进企业年金的保值增值,从而缓解社会养老金制度在人口老龄化环境下所面临的平衡难以持续、负担不断加重的问题。

素数因子算法的FFT处理器的设计

为满足FFT运算速度的要求,提出了一种易于FPGA实现的素数因子算法FFT处理器的硬件结构。其中数据存储采用了乒乓RAM结构来实现,可以扩大吞吐量;数据缓存使用FIFO来实现,可以减少一半存储空间的使用;运算模块使用素数因子算法结合流水线结构,在一定延迟后可以连续输出结果;增加地址排序映射可以实现数据正序输入输出。

基于权重因子自校正算法的锅炉排烟温度控制

常规的锅炉排烟温度控制,主要采用工况参数控制温升参数,忽略了外环境温度对温度值的扰动,导致控制结果平均热容流率较高。因此,提出基于权重因子自校正算法的锅炉排烟温度控制方法。根据锅炉烟气的传热系数解析其排烟温度动态特性,基于排烟温度最大值构建权重因子自校正算法,代入导热时差、外环境温度以及热传导阻滞权重因子修正温度扰动值,定义PLC程序逻辑,实现锅炉排烟温度的控制。实验结果表明:所提方法应用后得出的控制结果,表现出的平均热容流率较低,控制的排烟温度稳定性较高,满足了锅炉燃烧排烟性能的控制需求。

一种针对组合导航滤波发散问题的改进算法

为解决车载组合导航系统中卡尔曼滤波器发散、无法准确跟踪误差变化等问题,设计了一种改进的自适应滤波算法。算法从原理上推导了滤波发散判断依据,结合了Sage-Husa滤波与渐消因子算法,在滤波过程中引入了新息衰减因子,通过对新息协方差进行判断,切换滤波器均方误差阵的更新策略,当出现滤波发散时采用多重渐消因子算法使滤波状态回归正常。对改进后的算法进行了捷联惯导/里程计组合导航仿真试验及实际跑车试验,试验结果表明改进后的自适应滤波算法可以抑制组合导航滤波发散,滤波器适应能力与稳定性得到增强。

基于改进蝙蝠算法的无人机路径规划研究

针对蝙蝠算法在处理无人机路线规划问题时出现的前期迭代缓慢、容易进入局部最优等情况。论文将遗传因子算法与蝙蝠算法相结合,提出一种融合遗传因子的蝙蝠算法(Genetic-Bat Algorithm,GBA)。算法首先引入遗传算法的交叉和变异操作进行选择融合,提高前期迭代收敛速度;然后在蝙蝠算法中使用分阶段局部搜索,增加对最优解局部域的检索;最后加入删除操作,以减少路径冗余度。通过建立地图模型的仿真,结果表明该算法在路径规划和迭代速度上和其他算法相比能够实现快速收敛和快速迭代,不易陷入局部最优解,选择的路径更优。

寒区再生水湿地水质风险因子筛查模型的构建与应用

筛查再生水水质变异较大的风险因子,存在监测数据量大、评价指标重叠等分析困难问题。本文用多元统计方法构建再生水水质评价的风险因子筛查模型:首先将监测数据转化成无量纲的随机变量,形成协方差矩阵。由于监测数据矩阵一般不是方阵,依据统计模型原理进行矩阵奇异分解降维(SVD)结合最小二乘法拟合观察数据模型,实现了用较少变量再现监测数据的相关关系,简化了多因子系统的综合评价过程。其次,按照构建的数学模型编制了计算程序,用多个基于因子分析的SPSS计算与本模型该段计算进行对比验证,结果没有差异。由于寒区的再生水湿地水生植物冬季休眠,除污水处理厂排水外,湿地基本无其它补水,湿地生态作用降低。因此,项目组利用该程序对不同季节时段、不同位置再生水流过湿地后的监测数据进行了水质风险因子筛查,效果良好。