改进粗糙集属性约简结合K-means聚类的网络入侵检测方法

面对日益复杂的网络环境,传统入侵检测方法误报率高、检测效率低,且存在优化过程中准确性和可解释性相互矛盾等问题,因此提出一种结合改进粗糙集属性约简和K-means聚类的网络入侵检测(IRSAR-KCANID)方法。首先基于模糊粗糙集属性约简对数据集进行预处理,优化异常的入侵检测特征;再利用改进K-means聚类算法估计入侵范围阈值,并对网络特征进行分类;然后根据用于特征优化的线性规范相关性,从所选择的最优特征探索特征关联影响尺度以形成特征关联影响量表,完成对异常网络入侵的检测。实验结果表明,特征优化聚类后的最小化测量特征关联影响量表能在保证最大预测精度的前提下,最小化入侵检测过程的复杂度并缩短完成时间。

一种基于变长指令序列与粗糙集属性约简的恶意代码检测技术

针对定长的指令序列特征维数过高且存在分割特征的问题,本文提出了一种基于变长指令序列与粗糙集属性约简的恶意代码检测技术,采用变长的指令序列可以有效解决特征分割的问题,同时为了有效降低特征规模,只考虑常用的13个指令所构成的指令序列,然后利用粗糙集理论进行冗余特征约简,实验最终获得特征维数非常低并且相对定长的指令序列而言,其分类精度更高,漏报率更低。

基于粗糙集属性约简和组合赋权理论的P2P网贷公司竞争力评价指标体系构建

P2P网络信贷作为一种最有活力、最有代表性的互联网金融模式,其发展面临着巨大的机遇与挑战。本文结合P2P网贷公司竞争力所涉及宏观经济背景、风险控制能力和运营能力三个方面的特点,构建了一种基于粗糙集属性约简和组合赋权理论的P2P网贷公司竞争力评价指标体系,丰富了P2P网贷公司竞争力研究内涵。

基于粗糙集的Logistic回归模型在矿井突水模式识别中的应用

矿井突水模式识别是一个非正态、非线性和高维数据处理问题,也是二分类问题。使用粗糙集属性约简算法对样本数据降维,建立Logistic回归模型,并利用粒子群算法对模型参数优化。该模型对建模样本突水模式识别正确率为90%,对测试样本突水模式识别正确率为100%,效果好于数据不降维的Logistic回归模型。该模型克服了线性回归分析解决二分类问题存在的不足,为矿井突水模式识别提供了一种新思路、新方法。

铁路专用线危险货物运输安全指标属性约简研究

为了对铁路专用线危险货物运输安全性进行科学合理的评价,系统分析了铁路专用线危险货物运输特征及影响因素,从"人、机、路、管"角度出发,构建了涵盖资质管理、安全设备设施、运输设备设施、安全管理4个层面的铁路专用线危险货物运输安全评价体系。针对指标间存在的冗余性问题,采用基于改进区分矩阵的粗糙集属性约简算法对评价体系进行精简,并以成都铁路局某条危险货物专用线进行实例研究。结果表明:托运人资质、安全监控系统等10项指标为属性约简后的重要风险因素。

基于粗糙集和支持向量机理论的物流需求预测研究

选择合适的预测模型来预测物流需求,对升级和优化物流产业具有重要的战略意义。常见的物流预测方法有:增长率法、移动平均法、时间序列法等,由于实际的物流预测数据常常具有多指标、非线性、小样本的特点,并且数据中存在冗余指标(噪声),导致在实际应用中,大多数预测方法的预测精度不高,难以保证有效性。针对这类物流预测问题,本文根据粗糙集属性约简中基于差别矩阵的算法,剔除冗余指标,基于约简的属性,改进了单一的SVM预测模型,并用遗传算法优化了SVM模型的输入参数,获得了较高的预测精度。本文给出了该方法的具体步骤,并用实际数据预测了广东省的货运总量,验证了该方法的有效性。

基于粗糙集的多项logistic回归模型在油层识别中的应用

油气水层数据统计是一种非线性分类统计问题,由此建立了多项logistic回归油气水层模式识别模型。表征油气水层各因素之间存在着复杂的耦合关系,采用粗糙集属性约简算法对原始样本数据进行属性约简,消除因素间的耦合关系对识别结果的影响。选取大庆油田某地区的20口油井的数据作为建模样本数据,另10口油井的数据为测试样本数据,实验表明基于粗糙集的多项logistic回归模型对建模样本的解释正确率为100%,对测试样本的解释正确率为90%,远高于非属性约简的多项logistic回归模型,为油气水层模式识别提供了一种新方法。

基于粗糙集和优化DAG-SVM的船舶主机故障诊断方法

[目的]船舶主机各子系统之间是复杂的非线性关系,对于监测点在短时间内采集的大量数据,传统的故障诊断方法难以高效地完成任务。以船舶主机的燃油系统为研究对象,提出一种基于粗糙集理论和优化有向无环图-支持向量机(DAG-SVM)的故障诊断方法。[方法]首先,将数据挖掘中的粗糙集理论引入传统的支持向量机(SVM)诊断模型,并通过差别矩阵对离散化数据进行降维,在每2种故障之间建立支持向量机分类器,从而构建DAG-SVM拓扑网络;然后,以类间的分类精度为依据,优化有向无环图中根节点和其他叶节点的位置,从而有效避免"误差累积";最后,基于某超大型油轮模拟器,开展数值实验分析。[结果]实验结果表明,粗糙集与优化DAG-SVM相结合的故障诊断方法可以对船舶主机故障进行有效的诊断决策,其分类精度比传统的DAG-SVM方法提高了3.38%,而时间消耗也降低了2.42 s。[结论]该诊断方法对船舶主机的故障诊断研究具有一定的参考价值,也可为SVM在其他小样本分类中的应用提供数据支撑。

一种基于二进制区分矩阵的属性约简算法

提出一种基于二进制区分矩阵的属性约简算法,将传统的区分矩阵以二进制形式表现出来,并且针对这个区分矩阵的特点,从两个不同的层次考察属性的重要性,引导求解过程趋于最优化.采用多个数据库进行试验,并与其它两种约简算法进行比较.实验结果表明,该算法是正确且高效的.

家庭用电能效状态模糊综合评估

针对家庭用户用电行为特征及家用电器的使用时间段特性,提出了基于智能用电环境下的家庭用电能效状态模糊综合评估方法。首先建立家庭用电指标体系,然后利用粗糙集属性约简法对指标体系进行筛选优化,最后建立基于递阶综合评价方法的能效评估模型。该模型分为基于特征值法和G1群组法相结合的一级指标评估、基于熵权法的二级指标评估以及最终的综合评估三个层次。经实例验证,该方法能较好地检测和评估家庭能耗情况,有效提高居民用电效率。

镇域生态环境风险评价指标体系探究

目前,我国对于乡镇和农村的生态环境问题关注不够,缺乏有针对性的镇域生态环境风险评价方法。在现场调研和总结前人成果的基础上,采用频率统计法初步遴选关键指标,确定43项针对镇域生态环境的预选指标;然后采用理论与实际分析法、特尔菲专家咨询法、粗糙集的属性约简方法对预选指标进行层层筛选,最后提出一套系统的镇域生态环境风险评价指标体系。该指标体系包括自然环境风险、社会环境风险、经济环境风险以及风险影响因子,共27项指标。

不变矩的改进支持向量机在显微目标识别中的应用研究

为完成多个微小零件的识别,提出了一种改进的支持向量机分类算法.该算法应用基于边缘提取的不变矩获得特征属性,利用基于粗糙集的可辨识矩阵的启发式属性约简算法获得特征属性的约简,最后应用支持向量机进行目标识别分类.比较了使用支持向量机分类和使用提出的改进支持向量机分类对多个微小零件识别的效果.在显微视觉环境下的实验表明,提出的改进支持向量机分类方法能满足系统应用要求,分辨率达95%.

医保基金支出费用自动整合系统设计

由于当前系统医保基金支出费用自动整合误差较大,设计一种医保基金支出费用自动整合系统。采用三层体系结构以及SSH技术,确定系统的七个模块,分析不同病例类型,结合粗糙集属性约简算法在条件属性中选取相关影响因素,组建医保基金支出费用自动整合模型,通过模型实现支出费用自动整合。仿真实验结果表明,所设计系统能够有效降低医保基金支出费用自动整合误差以及耗时。