基于改进GA-Bayes模型的办公系统网络安全检测

为保证办公系统网络安全,避免重要资料被窃取或篡改,设计了一种基于改进GA-Bayes网络安全检测模型.先借助DEMATEL法选取办公系统网络指标体系,再利用遗传算法取代传统禁忌搜索方法,同步融合贝叶斯网络结构的学习功能.以评估指标为基础,通过GA-Bayes改进模型推理得出每一个网络安全等级类别对应的后验概率,选取后验概率最大值对应的等级作为最终的检测结果.结果表明:时间段1网络安全等级高,时间段2与时间段1相同,时间段3网络安全等级低,时间段4网络安全等级一般,时间段5网络安全等级高,证明提出模型的杰卡德系数应用效果和检测准确性要优于传统方法.

基于Bayes算法的Web网页识别

Ｉｎｔｅｒｎｅｔ的飞速发展在带给人们４良多方便的同时，也出现了一个新问题．即如何从大量的信息中快速而方便地找到所需要的信息。Ｗｅｂ网页识别是其关键技术问题之一。使用了两种机器学习算法一Ｂａｙｅｓ算法、改进 Ｂａｙｅｓ算法实现了网页识别，并对两种机器学习算法的效果进行了实验分析。

改进的Naive Bayes技术在反垃圾邮件系统中的应用

目的简化并改进中文反垃圾邮件系统。方法改进Naive Bayes算法且结合利用垃圾邮件规律的规则过滤,这套方案也在Linux/Solaris系统平台下的软件编程。结果在邮件服务器上对本方案进行了测试,结果显示这套方案取得了很好的过滤效果。结论改进的Naive Bayes技术可提高反垃圾邮件过滤器的速度和效率。

基于Bayes理论的飞机可达性改进评估

为了更好地对产品的可达性进行评估,提出了一种飞机可达性改进评估的方法。首先界定了可达性的内涵,提出了"可达性改进"的概念,给出了"可达性满意度"的概念及测量方式;其次构建了可达性约束集模型,并应用Bayes估计模型对产品的可达性满意度进行评估,确定是否需要改进及改进方向。最后,以某型飞机的发动机为例,分析了可达性改进评估的过程。

基于主成分分析和改进Bayes判别的岩爆等级预测

随着深部开采和地下空间的综合利用,岩爆灾害日益频发。为了提高岩爆预测的准确性,采用主成分分析法和改进贝叶斯(Bayes)判别法,选取岩石单轴抗压强度、脆性系数、岩石弹性能量等指标,建立岩爆综合预测模型。采用主成分分析法对原始数据进行预处理,消除相关性影响,满足Bayes判别条件,确定影响岩爆的主要因素;使用改进Bayes判别对岩爆烈度分级,在传统的Bayes模型基础上增加阈值修正,解决指标所属的类别分布不均、先验概率差距较大和后验概率位于分类边界附近出现误判的问题。研究结果表明,传统的Bayes判别预测样本的准确率达到93.18%,经过改进后大幅提高了模型的准确率和泛化能力,可为岩爆研究提供参考。

基于Bayes-Bootstrap法确定土力学参数及可靠性分析

岩土参数的可靠取值是工程设计施工的基础,但要获得岩土参数准确信息需要花费巨大的成本.Bayes法能将样本及先验两种信息充分利用起来,推导后验分布,对参数预测取得很好的成效.但通常勘察的样本数据量较小,如果把所勘察到的样本量加以修正调整后作为先验信息,再引入基于插值法改进的Bayes-Bootstrap法对勘察的样本量进行扩大作为样本信息,结合Bayes大样本方法和Fisher信息量就可得到岩土力学参数的后验分布和某地层岩土参数当勘察样本量趋于无穷时的参数收敛值,并以该值作为能准确代表地层信息的代表值.研究发现:当样本量增大的同时,岩土参数的可靠收敛值逐渐向后验均值靠近,而后验均值一定程度上又与样本均值和样本量有关系,在得出各地层参数收敛取值之后反过来寻找参数准确取值时所需的最小样本量,并以一基坑工程开挖过程为例,通过实测监测数据和有限元模拟数据综合对比,验证了Bayes-Bootstrap法的所确定参数的可靠性.

基于改进Bayes抠图算法的麦穗小穗自动计数方法

小麦产量评估需人工获取田间单位面积的麦穗数和麦穗小穗数,往往耗时耗力。为了实现高效、自动地麦穗小穗计数,提出一种基于改进Bayes抠图算法的麦穗小穗自动计数方法。该方法首先利用改进Bayes抠图算法对获取地自然生长条件下的麦穗图像进行抠图,将麦穗从自然背景中分割出来。然后对该图像进行平滑滤波和二值化,运用迭代极限腐蚀运算对二值化图像进行腐蚀处理,去除麦穗图像中的麦芒,分离出麦穗上每个单独的麦穗小穗。再运用面积滤波滤除掉面积过小的区域,对剩余区域的黑洞进行填充,由此每个单独的麦穗小穗形成一个单独的连通区域,最后对连通区域进行标记和计数,完成麦穗小穗的自动计数。使用4个小麦品种的麦穗图像对麦穗上的小穗进行计数验证,结果表明,该方法在识别4个品种田间麦穗单幅图像中小穗数量的平均计数精度达到94.53%,平均相对误差为5.47%,对比已有麦穗小穗自动计数方法,计数精度显著提高,这对于小麦在线产量预估具有重要意义。

基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进

以提升变电站顺控倒闸效果、避免变电站电压波动为目的,提出基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进方法。该方法通过基于高阶朴素Bayes算法,完成倒闸操作过程中一次设备故障诊断;根据变电站顺控倒闸操作防误闭锁逻辑规则制定逻辑规则库中的倒闸操作逻辑,对诊断确定的故障实行判断和分析后,利用先投后切法,将计算获取的一次设备和二次设备倒闸操作后引起的多余馈线负荷切除,实现顺控倒闸操作的负荷闭锁逻辑改进。实验结果表明,该方法可准确完成一次设备故障诊断,并有效降低变电站顺控倒闸操作过程中二次设备电损率,避免变电站电压波动,保证变电站的安全运行。

引信步进应力加速试验贮存寿命预测研究

目的 针对某机电引信加速寿命试验数据,采用传统统计分析方法存在计算量大、寿命预测精度难以保证的问题,开展与智能算法相结合的引信贮存寿命预测研究。方法 针对步进应力加速寿命试验数据,采用贝叶斯理论的环境因子法,对各级应力下的贮存时间进行折合计算。利用进化策略对粒子群算法进行改进,进而对所建立的BP神经网络预测模型的全局参数进行调整和优化,突破传统方法的局限。将折合后的试验时间、样本量、应力水平作为网络输入,失效数作为输出,来预测引信贮存寿命。结果 利用训练好的BP神经网络预测引信在正常应力水平下的失效数,计算其贮存可靠度。在迭代402次后,模型找到最优解,且预测误差在1%以内。结论 步进应力加速寿命试验与智能算法相结合的方法计算过程简单,预测精度较高,可有效提高引信贮存寿命的预测精度。

基于改进机器学习算法的物联网终端安全接入方法

为了解决物联网终端接入设备较多时,接入结果可靠性较低的问题,提出基于改进机器学习算法的物联网终端安全接入方法。依据物联网终端设备的标识性和可采集性原则,使用SDK接口提取物联网设备信息;依据该信息对相对应的物联网终端设备流量进行编码和特征提取,生成设备指纹信息;构建物联网终端设备指纹信息库,将物联网终端设备指纹作为输入,使用改进朴素贝叶斯算法优化匹配设备指纹信息库,若匹配成功则允许其接入,反之则拒绝其接入。实验结果表明,该方法P-R曲线的平衡点对应数值分别在0.88和0.83左右,接入结果可靠性较高,可有效实现物联网终端设备负样本匹配,保障设备的安全接入。

基于改进互信息的特征提取的文本分类系统

文章提出并实现了一种改进互信息的特征提取和支持朴素贝叶斯的文本分类系统,改进的互信息算法加强了负值单词的互信息值,弥补了原来互信息预处理算法的不足,从而提高了分类精度.实验结果表明本算法和系统具有较高的分类准确率。

改进的ENPV法在项目投资评价中的应用

本文通过对传统的项目投资决策方法的分析,引入了期权理论和贝叶斯理论,提出了一种改进的ENPV法。

基于改进贝叶斯的领域问答对自动获取

问答对的规模和质量是影响基于常问问题集问答系统性能的重要因素,目前所使用的问答对库一般是人工构建的,往往需要耗费大量的时间和人力物力。针对此问题,提出一种基于改进贝叶斯的领域问答对自动获取方法。该方法将HTML页面解析成DOM树,选择DOM树的节点信息和结构信息作为问答对的分类特征,结合受限领域知识库,利用改进贝叶斯分类模型,从HTML页面中自动获取问答对并过滤出领域问答对。实验结果表明,该方法效果显著。

改进朴素贝叶斯算法在火灾预警中的应用

为解决实际场景中传统火灾预警系统识别准确率低的问题,提出了一种新的朴素贝叶斯(NB)算法,即改进朴素贝叶斯(INB)。用基于属性权重和正交矩阵相结合的优化方法对NB加以改进。属性权重考虑了每个决策类别下各个属性的不同取值对分类性能的影响,正交矩阵弱化了属性间的线性关系,降低了属性间的关联性,使其更贴近条件属性独立性假设。利用美国国家标准与技术研究院(NIST)有关火灾研究的报告资料作为仿真数据,构建了八个不同规模的数据集,滤波、归一化处理后用于INB的训练与测试。十次十折交叉验证结果表明,当数据集中含190组样本时,INB已得到有效训练,并展示出稳F_(1)定的火灾预警能力。换句话说,INB可以在小样本下得到充分训练。选取支持向量机(SVM)、反向传播(BP)神经网络和NB进行对比研究,结果表明,新改进的INB算法的识别正确率、平均查准率、平均召回率和平均值在四种算法中最高,分别为96.1%、97.3%、97.2%和97.3%。此外,与其他算法相比,INB在具有更好性能的情况下,其训练时间更短,响应迅速。综上所述,INB具有良好且稳定的火灾预警性能,可以作为火灾预警系统的核心算法。

雷达发射机测试性验证试验方案样本量优化

随着装备系统测试性验证的开展,雷达发射机系统中存在着故障样本数量庞大、试验周期长、试验成本高的问题,提出一种基于改进信息熵和Bayes后验风险准则的方法,对故障样本量进行优化。首先以雷达发射机系统子部件的虚拟试验数据为基础,采用改进信息熵的方法,通过折合系统子部件的虚拟先验信息,得到其系统级试验数据,确定先验分布;再通过Bayes后验风险准则方法,确定试验样本总量与最大允许失败次数,即确定试验方案。以雷达发射机系统的故障检测率为例,在保证双方指标要求的前提下,采用所提方法获得的测试性试验故障样本量为165,与经典抽样和序贯概率比检验方法相比,故障样本量分别减少了64.97%和51.18%,在一定程度上验证了所提方法的有效性。

产品可靠性新型顺序约束及评估算法改进

在产品研制过程中,通常经过多个阶段试验及改进才能达到最后定型要求,产品研制的每个阶段均产生有大量可靠性信息。利用产品可靠性增长规律,对传统的顺序约束条件进行改进,给出了一种新型顺序约束关系,该新型顺序约束关系更为准确地反映了产品可靠性增长规律。基于新型顺序约束关系给出了一种新的顺序约束Bayes评估方法,并通过Bayes评估方法进行合理改进,有效降低了Bayes估计的计算复杂性。最后,通过模拟仿真实例分析,说明提出的改进方法计算简单,与传统的顺序约束Bayes评估方法相比,得到的产品在各阶段可靠性评估结果具有较高精度,能够简单高效地运用于工程实际问题。

安全攻击追踪分析中短文本分类研究

近年来,伴随着大数据时代信息技术的飞速发展,信息安全研究领域也得到快速发展,越来越多的网络信息安全攻击事件不断发生和被报道.为进一步保障网络信息安全,建立基于大数据平台下的网络信息安全攻击追踪分析系统显得尤为重要.大数据下的网络信息安全攻击追踪分析系统是基于网络攻击事件的发生总会在信息安全相关的论坛、问答社区、贴吧或微博等交流讨论网络攻击技术的平台上留下大量的网络攻击痕迹这一事实,借助大数据分析平台对多源海量数据快速分析处理的优势,对在社交网络平台上留下的讨论信息安全短文本数据进行多维度、多角度的关联分析和深度挖掘,对可能发生的网络信息安全攻击事件进行预测和已经发生的网络信息安全攻击事件进行追踪及分析.其中基于大数据平台下的网络信息安全攻击追踪分析系统中涉及到很重要的一项技术:文本的分类技术.主要研究系统中的文本分类技术,选择朴素贝叶斯作为文本分类算法,由于朴素贝叶斯分类算法的特征项间独立性假设在现实中一般很难满足,为了在一定程度上放宽这一假设,提出了一种基于特征项改进权重朴素贝叶斯的分类方法,此分类方法基于改进卡方统计特征项选择方法和加权朴素贝叶斯分类算法相结合,充分考虑特征项对分类作用的大小和各特征项之间的依赖关系,并用语料库样本进行相应的实验.实验结果表明,基于特征项改进权重朴素贝叶斯分类方法比改进前的分类效果有一定的提高.

灰色关联度与改进的贝叶斯判别法在油气层识别中的应用

准确识别油气层是测井、录井解释的最终目的,为了提高解释准确率,首先通过灰色关联度分析优选测井、录井参数,继而对优选的测井、录井参数采用改进的Bayes判别法识别油气层。该方法可充分有效的利用测井、录井资料,避免了以往单一的利用测井或录井资料识别油气层符合率偏低的缺点,而采用改进的Bayes判别法识别油气层可以弥补Bayes判别法识别油气层时在距离计算过程中不能将各个自变量的权数选择与判别效率很好的联系起来的不足,从而进一步提高解释准确率。实验结果表明:先用灰色关联度分析优选参数,然后采用改进的Bayes判别法识别油气层的解释符合率平均达到82.38%。

“三高”油气井早期溢流在线监测与预警系统

为解决钻井过程中传统溢流监测实时性和可靠性差的问题,设计开发出一套'三高'油气井早期溢流在线监测与预警系统。该系统针对常规单一参数、单一手段溢流监测实时性低、可靠性差的问题,综合应用微流量、随钻压力(pressure while drilling,PWD)以及综合录井3类参数,通过多参数、多手段相互印证的方式提高溢流监测的实时性与可靠性。提出基于专家系统和改进的贝叶斯判别相融合的溢流等钻井事故判别方法:当缺少训练数据时,应用专家系统判别溢流等钻井事故;当训练数据充足时,应用专家系统和改进的贝叶斯判别相结合识别溢流等钻井事故。改进的贝叶斯判别模型对于因属性变量间不独立而引起的误判具有一定的抑制作用,能够提高判别准确度,且训练简单,应用灵活。通过两种算法的有机结合,优势互补,可以提高井控安全的智能化水平与现场适用性。测试实验结果表明,该系统能够实时、有效地监测溢流等钻井事故。

最小二乘及其改进算法在外测数据处理中的应用

在外测数据处理中,经典最小二乘法的使用经常出现局限性,通过引进Jacobi矩阵,讨论了多台雷达定轨的非线性加权最小二乘估计问题;对于带有先验信息的测量数据,采用Bayes估计解算飞行轨迹;为解决测量数据的设计矩阵多重相关性问题,采用有偏的岭估计公式进行轨迹推算。对于不同外测方案和各种误差特性的测量数据,应根据数据客观情况选择适宜的算法,为最小二乘及其改进算法在外测数据处理中的应用提供新思路。