美国NSSP双壳贝类HACCP体系的研究

通过美国NSSP简介、美国NSSP贝类HACCP体系要求解析、建立符合美国NSSP要求的贝类HACCP体系,对美国NSSP与我国贝类加工HACCP体系的差异进行了研究,提出了完善我国贝类加工HACCP体系的措施。通过这些研究将为我国贝类加工HACCP体系符合NSSP要求、通过美国官方检查奠定基础,促进我国与美国签署MOU的进程,进而推进我国生的贝类出口美国。

基于RAN-RBF神经网络的网络安全态势预测模型

为了更准确地获悉网络安全态势的发展情况,提出了一种基于资源分配网络径向基函数(Resource Allocating Network Radical Basis Function,RAN-RBF)神经网络的网络安全态势预测(Network Security Situation Prediction,NSSP)模型。该模型采用资源分配网络算法对网络安全态势样本进行聚类,得到神经网络的隐含层节点数,引入剪枝策略删除对网络贡献不大的节点,用改进的粒子群算法(Modified Particle Swarm Optimization,MPSO)对神经网络的中心、宽度、权值进行优化,对未来网络安全态势进行预测。利用校园网网络管理部门提供的数据进行的仿真实验表明,相对于K-均值RBF神经网络预测模型,该模型可以得到更合适的RBF神经网络结构和控制参数,提高了预测精度,更加直观地反映了网络安全态势的总体情况,为网络安全管理员提供了态势图。

日语五段动词独特音便范式的词-句法探源

本文在分析了日语五段动词在构成其时态时所形成的独特的音便范式之后，提出了实现这些音便范式的因子‘i，N，q’为独立的潜在时态词素，并且应该从动词词根里析出的观点。作者从词一句法的角度，剖析了这些潜在时态词素的各种词句法特征。通过这些显现的外在特征，也进一步论证了这些潜在时态词素的存在。在对日、汉、英各语言进行了共时的对比研究之后，作者又提出了这些潜在时态词素是否具有普遍性这一关健性的问题。这也就为以后的研究指明了方向。

基于分级优化置信规则库的网络安全态势预测方法

基于置信规则库的网络安全态势预测将定性经验知识与定量网络数据结合,具有较好的预测效果,但当训练数据分布不均时,传统整体优化的预测方法易导致过拟合造成预测精度较低。为此,利用置信规则库中规则作用范围有限的特性,提出一种将置信规则库分级优化的网络安全态势预测方法。建立模型作用空间并划分规则作用域,将训练数据按照输入坐标分配到对应的规则作用域,通过设定临界值将规则划分为可完全优化、可部分优化与不可优化3个等级,同时减少规则中待优化参数量。实验结果表明,与GAO-BRB、PSO-BRB等预测方法相比,本文方法能有效避免过拟合现象,网络安全态势预测精度更高。

一种基于AC-RBF神经网络的网络安全态势预测方法

为了准确地把握网络安全发展态势,提出了一种基于自适应聚类径向基函数(adaptive clustering radical basis function,AC-RBF)神经网络的网络安全态势预测(network security situation prediction,NSSP)方法。该方法对网络安全态势样本自适应聚类,获得了神经网络隐层节点数,采用梯度下降法训练神经网络,寻找网络安全态势样本之间的非线性映射关系,利用该关系对未来时刻网络安全态势进行了预测。仿真实验表明,相对于K-均值RBF神经网络及支持向量机(support vector machine,SVM)预测模型,该方法在神经网络规模较小的情况下,不仅能够反映网络安全态势的总体趋势,而且还提高了预测精度,能够提供给网络安全管理员一个直观的网络安全态势图。