基于熵条件二阶差分格式的嵌套网格分区算法

以带熵条件的二阶TVD格式为基本格式,设计了三维曲线坐标下的Euler方程数值计算方法.对多个物体使用分区嵌套网格设计了相应的分区算法.所建立的算法适用于处理物体相互分离以及相互接触的定常与非定常流动问题.给出了绕两圆柱的超声速流动在两圆柱处于不同位置时的详细结果,并模拟了装配鸭舵火箭弹在超声速旋转飞行时的气动特性.

快速大时间步长熵条件格式的分辨率研究

提出了高分辨率快速大时间步长熵条件格式的构造方法 .用激波管问题对一族熵条件格式进行研究 .在精度、步长、限制器方面进行了详细的数值实验 ,研究了同样计算量下各种格式的表现品质 .从理论上保证了大时间步长格式的无振荡性质 。

基于多核模糊条件熵的多类型混合数据属性约简算法

对数据进行有效属性约简是数据挖掘中一个具有挑战性的任务。当前,粗糙集理论是构造属性约简的一种常用方法。然而,现有的属性约简方法都侧重于单类型的数据,对现实环境下多类型混合的数据并不适用。为了解决这一问题,提出一种多核模糊条件熵的多类型混合数据属性约简算法。首先,针对标记型、数值型、区间型和集值型混合的多类型数据,提出了一种多核模糊相似关系。然后,基于这种多核模糊相似关系,定义了一种多核模糊条件熵模型,并讨论了它的单调性和有界性。最后,利用多核模糊条件熵的单调性提出了一种多类型混合数据的属性约简算法。通过UCI数据集的实验分析验证了该算法的有效性。

基于邻域量化容差条件熵增量式更新的网络入侵检测方法

网络入侵检测系统是网络信息安全防护的重要防御工具,而复杂的、冗长的网络入侵行为特征严重影响了网络入侵检测的效果。针对网络入侵检测中信息量增长迅速、数据不完备的现实问题,提出一种基于邻域量化容差条件熵增量式更新的特征选择算法。首先,在邻域量化容差粒计算的基础上,结合条件熵在刻画特征不确定性、对特征之间的相关或依赖程度方面的显著特性,研究了邻域量化容差条件熵的增量式更新机制;然后,基于该更新机制提出动态数据库增量式更新的特征选择算法;最后,通过数据实验分析验证了所提出的算法能有效提高不完备信息系统特征选择的计算效率。新提出的算法在网络入侵检测实例应用中体现的计算复杂度及虚警率低的优势,表明其可为网络信息安全防护提供有效可行的具体方法。

SDN中基于条件熵和决策树的DDoS攻击检测方法

软件定义网络(software defined network,SDN)作为一种新型网络架构,其转控分离及集中控制的架构思想为网络带来了显著的灵活性,同时为感知全局网络状态提供了便利。分布式拒绝服务攻击(distributed denial of service,DDoS)是一种典型的网络攻击方式。针对SDN网络中进行DDoS攻击检测的问题,提出了一种基于条件熵和决策树的DDoS攻击检测方法,利用条件熵判断当前网络状态,通过分析SDN中DDoS攻击特点,提取用于流量检测的6项重要特征,使用C4.5决策树算法进行网络流量分类,实现对SDN中的DDoS攻击的检测。实验表明,相比于其它研究方法,文中提出的方法不仅具有较高检测精确率和召回率,而且明显缩短了检测时间。

融合条件熵和TF-IDF的过采样方法

针对非均衡数据带来的分类器对少数类样本学习不充分的问题,提出融合条件熵和TF-IDF的过采样方法。该方法首先指定参数,组合数据特征,然后计算每种组合方式下的条件熵,判断每种组合条件下类的不确定性,同时为了避免低词频带来的噪音数据,将条件熵结果乘上1/TF-IDF因子,再将结果按升序排序,最后结合参数选定过采样依据的特征组合,用以构造新数据,使正负样本平衡。将所提方法在7个不均衡数据集上进行实验仿真,结果表明,所提方法比其他方法在F-measure、G-mean和AUC等评价指标上均有一定提高。

基于边界域条件熵的最优尺度约简

由于现实世界中属性具有多层次多尺度,因此多尺度决策表的概念被提出.目前对多尺度决策表的研究大多集中在最优尺度组合上,但通过最优尺度组合得到的并不是一个真正的约简集,仍需再次进行属性约简,因此可能会导致求约简的时间较长.为此考虑利用边界域条件熵直接求最优尺度约简.首先,引入多尺度决策表中最优尺度约简的定义,给出多种最优尺度约简的定义,探讨在协调和不协调两种背景下几种最优尺度约简之间的关系.其次,给出多尺度决策表中边界域条件熵的定义,讨论边界域条件熵的若干性质以及与约简的关系.最后,给出基于边界域条件熵的最优尺度约简算法,并用实验验证该方法的有效性.

新条件熵下协调不完备的信息系统属性约简

针对不完备信息系统的属性约简方法较少考虑含有缺失对象集对决策类造成的影响问题,根据缺失对象集含有的对象不同,给出一种新的条件熵,用来更加精确地度量知识的不确定性.其次给出了在协调不完备信息系统下关于该新条件熵的相关定理,并构造了一种基于新条件熵的属性约简算法.最后,通过实例证明了该算法的可行性.

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。

MFCAV近似Riemann解法器在相容拉氏方法中的熵条件分析

对基于MFCAV(Multi Fluid Channel on Averaged Volume)近似Riemann解法器的相容拉氏方法的熵条件进行了分析.结果表明与满足声学形式Riemann解法器的熵不同,前者只能在每个网格边界左、右两侧网格的熵随时间变化的和保证大于零,即能保证整体熵增,但不保证传统意义上的在每个网格中的熵增;而后者不仅保证整体熵增,而且还满足传统意义上的熵增.因此MFCAV的熵增相对声学形式解法器而言要弱一些,由此表明其熵增可能要小些,使得格式的耗散可能要小些.数值算例也验证了分析的正确性.

模糊条件熵下模糊β覆盖约简

提出模糊β邻域粒结构的信息粒度和信息熵测度,探讨它们在模糊β覆盖决策系统中的应用.首先,将信息测度中的条件熵测度引入模糊β覆盖,以刻画模糊β覆盖决策系统的不确定性.其次,提出一种后向搜索算法来寻找模糊β覆盖族的约简,使其能够删除模糊β覆盖决策表中的冗余覆盖.最后,通过实例来分析其合理有效性.

具有边界条件的非凸单个守恒律整体弱熵解的结构

对具有限个间断点的分段常数初始值和常数边界值的非凸单个守恒律问题研究弱熵解的结构及波与边界的相互作用,澄清弱熵解在边界附近的性态.

具有非凸条件的单个守恒律初边值问题整体弱熵解的结构

在流函数具有有限个拐点,初始值为两段常数和边界值为常数的条件下,研究非凸单个守恒律的初边值问题整体弱熵解的结构、初等波与边界的相互作用情况以及弱熵解在边界附近的性态.

初边值条件下非凸单个守恒律弱熵解的研究

非凸单个守恒律的初边值问题对流函数只有一个拐点,初始值具有有限个间断点和边界值为常数的弱熵解的结构研究.

带边界条件的单个守恒律的连续弱熵解

对单个凸守恒律的初边值问题给出其整体连续的弱熵解存在唯一的一个充分条件,并用截断方法构造其整体连续的弱熵解,得到弱熵解在边界的性态.

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。

基于新的条件熵的决策树规则提取方法

分析了知识约简过程中现有信息熵反映决策表“决策能力”的局限性,定义了一种新的条件熵,以弥补现有信息熵的不足;然后对传统启发式方法中选择属性的标准进行改进,由此给出了新的属性重要性定义;以新的属性重要性为启发式信息设计决策树规则提取方法。该方法的优点在于构造决策树及提取决策规则前不进行属性约简,计算直观,时间复杂度较低。应用实例分析的结果表明,该方法能提取更为简洁有效的决策规则。

基于条件熵的电力负荷组合预测模型

每个电力负荷预测模型各有特色,又有其局限性。针对单个模型的局限性,提出一个基于条件熵的组合预测模型,以便结合各个模型的优点,克服其不足。该模型用条件熵度量各个电力负荷预测模型的精度,条件熵越小,表明预测精度越高。然后对条件熵进行模糊评判,对条件熵小的模型赋予较大的权重,条件熵大的模型赋予较小的权重,以此建立一个电力负荷组合预测模型。实例应用表明,就6个误差指标而言,该文提出的组合模型可以进一步提高预测精度。

基于直方图条件熵的水声数据分类算法

水声数据中目标的不确定性以及各种物质的声纳数据值的杂合程度,使基于直方图最大值和直方图熵的算法都不能很好地解决水声数据分类的问题。为此,提出一种基于直方图条件熵的分类算法。根据水声数据的累积直方图,对水声数据直方图进行分段,使用条件熵判别式分别计算出每一个分段直方图的最佳特征阈值,赋予其相应的不透明度传递函数,以实现对水声数据的分类。实验结果表明,该算法能够较好地实现水声数据的分类,绘制结果中的疑似目标物较清晰,细节信息较丰富。

加权条件熵在异常检测中的应用

通过分析信息熵在异常检测中的应用和条件熵的固有特性,提出了一种基于条件熵和加权熵理论的异常检测方法。分析网络流量特征,选取具有内在相关性的网络特征属性,给出了加权系数矩阵的公式和异常检测的具体实现方法。通过实验验证了该方法的有效性和实用性,根据不同属性特征在加权条件熵理论中的应用效果,分析了不同特征属性选择造成检测效果差异的原因。