基于属性组权重的分类数据离群检测

属性分组是高维离群检测中的有效手段之一,可以有效缓解“维度灾难”的干扰,但现有的属性分组离群检测方法未能体现属性组之间的差异性,以及属性组的偏离程度,严重影响了高维离群检测的效果与性能。该文采用信息熵累加和刻画与描述属性组之间的差异性,提出了一种基于属性组权重的分类离群检测方法。首先,根据数据模式频率和编码长度,定义了属性组偏离因子,并将其作为属性组之间的合并依据,有效地刻画了属性组的偏离程度,进一步提高了属性分组过程中的搜索效率;其次,利用信息熵累加和定义了属性组权重,有效地体现了不同属性组之间的差异性;然后,依据属性组权重,重新定义了离群得分函数,并提出了一种基于属性组权重的分类数据离群检测算法;最后,采用UCI,NTU,KEEL和人工合成数据集,实验验证了该离群检测算法不仅具有较高的检测精度和效率,而且也具有良好的可扩展性与伸缩性,可适用于高维海量分类属性数据集的离群检测任务。

基于属性组的赛博对抗中人的行为描述方法

为分析赛博对抗过程中人的作用行为,研究了赛博战的概念内涵以及赛博战与传统电子战、信息战之间的联系。针对赛博战中侦察、攻击、防御与控制等武器装备,剖析了人在使用各类武器装备过程中的行为本质特征,采用多元属性组的描述方法对人的行为进行描述,建立了无线探测工具、恶意代码、数字蚂蚁等赛博武器装备在军事信息系统应用过程中人的行为模型。所建立的人的行为模型可为提升赛博对抗能力提供理论指导。

属性组序下基于代价敏感的约简方法

属性约简是粗糙集理论中的重要问题.为了满足用户对属性的偏好,人们研究了属性序下的属性约简,然而对一些问题却很难给出完整的属性序.针对该问题,比较分析了属性组序下的约简子集的优劣,并提出代价敏感下的属性组序约简的算法.该算法通过属性组序的特点考虑用户偏好并结合属性代价以及属性重要度加权的方式选择局部属性,可以得到更符合用户偏好的约简.理论分析和实验结果验证了该算法的可行性和有效性,并且能在一般情形下找到满足用户偏好的约简.

关键属性组的相似重复记录检测方法研究

对相似重复记录的检测是数据预处理中的关键环节。针对海量数据相似重复记录检测过程中,记录属性维度过高导致的查准率和时间效率较低的问题,提出了基于统一互信息的关键属性组查找算法,通过过滤噪声属性,降低属性维度。最后,在真实数据集上通过对该算法和基于原始数据所有属性的相似重复记录检测算法在准确率和效率方面的比较,验证了所提出算法的有效性。

基于不确定信息条件下的多属性群组决策评价模型

建筑安全管理的复杂性要求将决策者的知识和经验有效结合以利于做出正确的决策判断.逼近理想解排序方法(TOPSIS)作为一种实用且有效地处理多属性决策问题的方法被广泛地应用到建设管理领域.将该方法与灰数理论相结合,通过建立不确定信息条件下的多属性群组决策模型来进行建筑安全绩效评价.首先采用区间型灰数矩阵描述专家评价信息的不确定性;其次引入线性变换函数对灰数评价矩阵进行规范化处理以改善评价信息偏差问题,并采用明可夫斯基距离函数来克服传统TOPSIS方法中初始权重影响过大的缺陷;最后结合建筑安全绩效评价实例证明该模型算法的科学性和有效性,并易于拓展到类似决策评价中.

基于模糊多属性群组决策的雷达辐射源威胁评估方法

在防空作战中,对雷达辐射源威胁进行评估,是情报分析的一项重要任务。建立了雷达辐射源威胁评估模型,提出了一种基于模糊多属性群组决策的雷达辐射源威胁评估方法,并通过实例验证了该方法的有效性,为雷达辐射源威胁评估提供了一种新的方法。

基于标记密度分类间隔面的组类属属性学习

类属属性学习避免相同属性预测全部标记,是一种提取各标记独有属性进行分类的一种框架,在多标记学习中得到广泛的应用。而针对标记维度较大、标记分布密度不平衡等问题,已有的基于类属属性的多标记学习算法普遍时间消耗大、分类精度低。为提高多标记分类性能,该文提出一种基于标记密度分类间隔面的组类属属性学习(GLSFL-LDCM)方法。首先,使用余弦相似度构建标记相关性矩阵,通过谱聚类将标记分组以提取各标记组的类属属性,减少计算全部标记类属属性的时间消耗。然后,计算各标记密度以更新标记空间矩阵,将标记密度信息加入原标记中,扩大正负标记的间隔,通过标记密度分类间隔面的方法有效解决标记分布密度不平衡问题。最后,通过将组类属属性和标记密度矩阵输入极限学习机以得到最终分类模型。对比实验充分验证了该文所提算法的可行性与稳定性。

具有可撤销功能的属性协同访问控制方案

针对属性协同访问控制面临更复杂的权限动态更新问题,提出了具有属性即时撤销、属性级用户撤销和协同策略撤销的属性协同访问控制方案。所提方案给出了形式化定义与安全模型,以分组属性组内成员列表信息的变化反映用户权限的动态更新,进一步设计高效的重加密算法实现属性即时撤销和用户撤销。在协同策略撤销方面,利用转移节点的转移值特性,快速更新协同属性对应的密文以实现细粒度的协同策略撤销。安全证明表明,所提方案在选择明文攻击下能保证数据机密性,前向、后向安全性,并能抵抗共谋攻击。与已有方案相比,所提方案具有更完备的细粒度撤销功能以及更高的撤销运行效率。

DRVisSys:基于属性相关性分析的可视化推荐系统

数据可视化通常是展示数据价值最有效的方式。针对大规模复杂多维数据,对相关数据子集进行分析并将分析结果自动映射成合适的可视化展现模式,是一项需要大量迭代计算的复杂技术工作。设计并实现了DRVis Sys系统,该系统根据属性关联分析技术推荐出合适的可视化展现模式;其对于非平凡属性组合的选择,采用典型关联算法计算出更优的属性集。考虑到各属性权重在实际生活中是有区别的,采用层叠隐马尔可夫算法计算各属性权重,将属性权重作为非平凡属性组的评测标准之一。为使得推荐出的可视化展现模式能更好地满足用户需要,DRVis Sys系统能根据用户反馈,更新可视化推荐模型。实验结果表明,DRVisSys能够快速进行数据分析并为用户推荐出合适的可视化展现模式。

雾计算中支持外包与撤销的属性基加密方案

雾计算将云计算的计算能力、数据分析应用等扩展到网络边缘,可满足物联网设备的低时延、移动性等要求,但同时也存在数据安全和隐私保护问题。传统云计算中的属性基加密技术不适用于雾环境中计算资源有限的物联网设备,并且难以管理属性变更。为此,提出一种支持加解密外包和撤销的属性基加密方案,构建“云-雾-终端”的三层系统模型,通过引入属性组密钥的技术,实现动态密钥更新,满足雾计算中属性即时撤销的要求。在此基础上,将终端设备中部分复杂的加解密运算外包给雾节点,以提高计算效率。实验结果表明,与KeyGen、Enc等方案相比,该方案具有更优的计算高效性和可靠性。

基于最大最小偏差与相似度的区间型群组决策方法

针对专家偏好信息为区间型的多属性群决策问题,文章提出基于最大最小偏差与区间相似度的决策方法。该方法首先根据最大最小偏差的模型求解属性权重,将专家决策矩阵集结为综合决策矩阵,其次通过构造区间数相似度计算标准区间的程度,根据各专家偏好信息贴近标准区间的程度确定专家权重,利用加权和集结各方案的综合评价值,基于相似度定义新的区间数比较方法对所有方案排序并选出最优方案。最后通过算例说明该方法的适用性和可行性。

支持策略隐藏与撤销的属性基加密方案

针对云存储中基于密文策略的属性基加密算法存在访问策略泄露和用户属性动态变化的问题,提出一种支持策略隐藏与撤销的属性基加密方案。使用区块链存储数据摘要等信息,实现数据的完整性和正确性验证;将多值属性“与、或”门的访问策略转化为访问树的形式实现策略隐藏,避免用户属性信息泄露;利用属性组密钥技术实现用户属性的即时撤销,保证密文长度恒定。安全性分析和实验结果表明,方案基于DBDH假设,在标准模型下被证明是安全的,加解密具有较好的计算性能。

二层以太网交换机上组播协议的实现

针对多媒体在交换机上实现阶组播的必要性,探讨了在二层以太网交换机上主要的组播协议:IGMP侦听协议和GMRP协议.通过分析比较,可把握当前以太网交换机组播技术实现的方法和动向,为今后在交换机上组播技术的完善和发展给予启示.

执飞任务中剩余脑力负荷量化评估模型

为评估飞行员在执飞任务中的脑力负荷,建立了基于任务需求负荷(TDL)和人员负荷能力(SWC)的脑力负荷量化评估模型,并据此提出剩余脑力负荷(SMWL)和脑力负荷占用率(ORMWL)的评估方法。采用信息熵法对信息显控界面上的信息量进行量化。基于多属性任务组(MATB)平台设计的执飞情境实验,对15名被试人员在不同任务水平下的脑力负荷状态进行评估,以验证所建模型的有效性。结果表明:SMWL模型方法的脑力负荷值与NASA-TLX主观量表值存在显著相关性。此外,任务水平的增加对人员的脑力负荷值有显著的U型影响。因此,通过所建模型,基于SMWL和ORMWL的概念,可以对飞行员执行飞行任务时的脑力负荷进行实时、定量的评估,为脑力负荷的量化提供了一种新的思路。

一种有效的关系数据库压缩方法

海量关系中经常存在小值域属性,关系不仅在这些属性上的互不相同的值的数量很小,而且在这些属性的组合上的值域也很小.因此,海量关系在这些属性上有很多重复的组合值.一种提高数据库的存储和查询效率的重要方法就是消除这些重复取值.为此,提出了拆分压缩技术,它将海量关系拆分成两种较小的关系,其中一种关系的属性由小值域属性组组成,而另一种关系的属性是海量关系的其他属性.该方法的关键是小值域属性っ髁苏飧鑫侍獾?NP-完全性后,给出了两种在海量关系中识别小值域属性组合的算法,并在此基础上提出了海量关系拆分压缩技术,讨论了压缩关系的查询处理方法.实验结果表明,拆分压缩技术可以取得较好的压缩效果,并可以提高数据库查询处理的整体性能.

关系数据库范式归属的证明

数据库系统的数据模型包括网状模型、层次模型和关系模型．关系数据库是以关系模型为基础的数据库．用关系来描述现实世界．对于一个关系模型，优劣性如何，依据其所属的范式．本文介绍如何证明高级范式归属于低级范式的方法．

基于粗糙集定义区间数环境下专家权重的新方法（英文）

专家权重在多属性组决策问题中起到重要的作用,如何衡量专家的权重一直以来都是研究热点。提出一种基于粗糙集来定义区间数环境中专家权重的方法。首先建立一个粗糙群组下决策(LRGD)和一个粗糙群组上决策(URGD)。然后,定义LRGD的区间中值矩阵为下理想决策(Lower PIS),URGD的区间中值矩阵为上理想决策(Upper PIS)。正理想决策(PIS)是Lower PIS和Upper PIS的区间中值矩阵,同时,负理想决策(NIS)对正理想决策存在最远的欧式距离。之后,利用专家决策到PIS和NIS的欧式距离,得出专家权重。由"空气质量监测站"的算例来阐明提出方法的详细实施步骤。

基于优先级诊断树的旋转机械故障诊断专家系统

针对旋转机械故障知识的膨胀导致的专家系统诊断效率低下以及知识库难以维护的问题,提出了一种新的、基于优先级诊断树的专家系统框架。将诊断设备分解建立诊断树并划分领域知识库,再利用模糊群组多属性决策方法排序诊断树导出元知识,并在弹性匹配模式基础上改进了规则的匹配方式。诊断时,推理机从优先级最高的节点开始,按照元知识进行规则的搜索、匹配,以此建立某设备动力与传动装置的故障诊断系统。研究表明,与传统专家系统相比,新系统具有更高的效率、并且诊断结论更可靠、可维护性也更好。

电子防空目标威胁等级评估模型研究

电子防空目标的威胁等级评估是电子对抗领域的一个重要研究课题,干扰资源的配置以等级评估作为基础。准确、高效地评判出众多来袭目标的威胁程度成为亟待解决的问题。从战术角度分析目标的基本属性,建立了目标的特征要素,提出并建立了一种计算电磁特征威胁等级的模型,最终通过实例证明了该模型的有效性与可行性。

基于CorelDraw及其VBA的点状专题要素表达——以《福州市中心城区楼盘分布图》为例

以反映福州市中心城区主要楼盘和中国民生银行网点设备分布为主旨,以图形、文字及矢量线划编辑功能强大的CorelDraw为辅助软件,《福州市中心城区楼盘分布图》充分地展示了现代制图工艺较强的可读性与艺术性。文章从多图层控制、多物件选择及属性修改和点状专题要素表达三方面出发,基于CorelDraw VBA平台,引用CorelDraw 14.0 Type Library控件进行二次开发,实现了多个图层可见与可编辑状态的自动切换、特定物件组的选择与属性修改、点要素符号与注记的专题表达等,为银行网点等点状专题要素表达提供了参考与借鉴。