基于词模式规则的轻量级日志模板提取方法

传统基于规则的日志解析方法针对每类日志需单独编写规则,且随着系统更新,出现新的日志模式时,需人工再次干预;基于深度学习的日志解析方法虽准确率高,但计算复杂度高。为解决日志解析方法人力成本和计算复杂度高的问题,文中提出一种基于词模式规则的轻量级日志模板提取方法,该方法由初始规则集生成、词模式规则应用、潜在错误样本发掘三个部分构成。首先,原始日志基于自适应随机抽样获取彼此间相似度较低的代表性日志;然后,基于专家反馈提取初始词模式规则集,在词模式规则应用模块对原始日志进行处理并提取日志模板;最后,在潜在错误样本发掘模块检查生成的日志模板聚类,发现潜在的错误分类样本并对其进行规则集更新。经过实验验证,在16个公开日志数据集上,文中方法的平均准确度达到97.8%,与基于深度学习的日志解析算法准确度基本持平;在计算效率方面,文中方法的单线程解析速度达到每秒20000条,且随着可用内核数量的增加,性能持续提升,满足系统日志的故障诊断和安全分析需求。

基于特征约简与改进支持向量机的动态过程质量异常识别方法

为了有效降低特征维数并提高动态过程异常模式的识别精度,提出基于特征约简与改进支持向量机的动态过程质量异常识别方法。本文首先提取能反映质量异常模式的16个统计特征与7个形状特征,再使用粗糙集(RS)约简特征集合以剔除冗余特征与干扰特征。同时,使用遗传算法(GA)寻找支持向量机(SVM)的最优参数,并采用GA-SVM模型识别质量异常模式。仿真实验表明:粗糙集筛选后得到的12个特征具有较强区分动态过程是否出现异常状况的能力,遗传算法参数寻优后的支持向量机识别质量异常模式的精度明显高于其他同类型的模型,因此,本文提出的RS-GA-SVM模型具有良好的识别精度与稳健性,能够对动态过程进行有效监控。

基于Julia集的潮汕抽纱装饰纹样分形设计

分形普遍存在于自然环境的微观之中,在农业上常用于土壤特征与农作物结构等的分析。分形图案因其生于自然的特点,在解释自然结构的同时具有艺术性,与传统植物纹样搭配相适应。农作物作为潮汕抽纱纹样的主要题材,文章提出基于Julia集的潮汕抽纱植物装饰纹样分形设计模型,试图更好地实现潮汕抽纱数字化,提供符合当下审美的分形纹样设计,缓解自20世纪90年代工业化冲击后,抽纱从业人员凋零,缺乏从事其纹样设计人员的现状。通过对葡萄、麦穗、花卉等纹样进行归类与分形维度的计算,总结潮汕抽纱植物纹样的分形特征,应用分形艺术软件UF6完成分形纹样设计,与传统潮汕抽纱植物纹样遵循类别、形制进行组合。最后,针对青年群体进行模型输出结果的问卷调研,从民族性、创新性、艺术性、喜爱度验证分形引入潮汕抽纱的可行性,并邀请非遗工作者从生产角度做出评价。结果表明:潮汕抽纱可通过分形设计扩充新的纹样素材,青年群体希望潮汕抽纱能以局部装饰的形式融入日常应用的产品中。在生产上,根据应用于织品、印刷等不同需求,对分形纹样的复杂程度作出考量或简化,为刺绣织品图案的创新设计提供参考,展现分形通过农业所表现的艺术性。

图片模糊集的一种相似度量及其在模式识别中的应用

图片模糊集能刻画具有模糊性、不确定性和不一致性的信息,相似度量是刻画两个对象的相似程度。文中研究图片模糊集的相似度量。考虑图片模糊集3个隶属度的信息差,基于指数函数构造出一种新的相似度量。文中提出的相似度量不仅满足相似度量的公理化定义,并且在实际应用中得到合理的计算结果。将相似度量应用到模式识别中,与现存的一些相似度量进行对比分析,结果表明所提出的相似度量不仅可以弥补一些现存相似度量的缺陷,还可以得到合理的计算结果。

古典花窗纹样在文创茶具中的创新设计与实践

聚焦古典花窗纹样的艺术特征及文化内涵,探讨花窗元素在茶具设计领域的创新设计与实践,为传统文化的现代表达及创新传承开辟了新路径,提供了切实可行的设计方法与理论支撑。

1950~1995年景德镇十大瓷厂陶瓷咖啡具纹饰设计研究

在景德镇千年制瓷历史与文化积淀的影响下,陶瓷咖啡具在如今的设计生产中呈现出多元化的发展趋势。将目光放在1950~1995年十大瓷厂生产的陶瓷咖啡具中,以图像学的视角探讨陶瓷咖啡具在十大瓷厂生产中具备哪些图式语言特征。可以发现该阶段经历了历史环境的变迁、消费市场的刺激、传统纹饰的传承等社会特征,使得该时期陶瓷咖啡具的纹饰更具有特殊价值和意义。

Picture最小二乘模糊推理算法在模式识别中的应用

目的:由于picture模糊推理全蕴涵算法和picture模糊推理五蕴涵算法所满足的还原性是有条件的还原性,我们寻找一种满足无条件还原性的picture模糊推理算法。方法:将picture模糊集转化为三维模糊集,结合最小二乘模型的思想,构建最小二乘模型的picture模糊推理算法。结果:给出基于最小二乘模型的picture模糊推理算法及其解的表示形式。结论:我们将基于最小二乘模型的picture模糊推理算法应用到模式识别,实验结果表明,本文提出的算法是合理和有效的。

基于频繁项集挖掘的异常用电行为监测系统

由于在构建异常用电行为监测系统时,需要处理大量的异常数据,且取样参量存在相似性,增大计算量,导致监测能力较低。为提升电网主机对异常用电行为的监测能力,设计基于频繁项集挖掘的异常用电行为监测系统。根据频繁项集提取异常用电信号不确定数据集,研究异常用电的行为特征,分析异常用电行为。根据电网监测规则与异常用电信号监测模块,实现监测功能,设计异常用电行为监测系统。实验结果表明,文中方法可以精准监测到第5 s时电路负荷发生的突增,说明该方法的监测结果可靠性较高。

一种面向大规模URL过滤的多模式串匹配算法

对大量有害的URL进行过滤,是目前网络安全应用系统中所亟需的关键技术.使用经典的串匹配算法检测庞大的URL规则集,需要消耗大量的计算资源和存储资源,性能十分低下.该文设计了一种适合于大规模URL过滤的多模式串匹配算法——SOGOPT.该算法在经典的SOG算法基础上,针对URL规则的特点,提出了最优窗口选择、模式串分组规约这两种优化技术,大幅度提高了SOG算法的匹配速度,在大规模URL规则集上效果尤其显著.该文设计的算法非常适合于大规模(100万级)URL实时在线匹配的应用环境.

基于电容层析成像和模糊模式识别的油气两相流流型辨识新方法的研究

基于电容层析成像和模糊模式识别技术别提出了一种油气两相流流型辨识的新方法。建立了12电极电容层析成像流型自动识别系统,该系统利用Tikhonov正则化原理并结合SIRT(Simultaneous Reconstruction Techniques)算法进行图像重建。Tikhonov正则化原理用于克服图像重建过程中的不适定问题,SIRT算法用于提高最终重建图像的质量。根据流型的随机和模糊特性,提出了一种根据管截面重建图像进行流型辨识的模糊流型判别方法。研究结果表明,提出的流型辨识新方法是有效的。对于层状流、核心流、环状流、均相流等流型,流型辨识的准确率高于95%,辨识一个流型所用的时间小于0.3秒。对于塞状流,流型辨识的准确率高于90%。

辽宁省基本公共服务均等化水平时空格局研究

通过构建基本公共服务均等化水平评价指标体系,采用集对分析法对2003—2013年辽宁省14个城市的基本公共服务水平进行测度,并对其时空格局进行分析。研究表明:自2003年实施东北振兴战略以来,辽宁省的基本公共服务均等化水平得到较大幅度提高,总体上呈由低水平向高水平演进的趋势,并具有明显的阶段性特征;基本公共服务的市际间绝对差异和相对差异均呈缩小趋势,低水平地区的"赶超效应"明显。空间上呈现出"中部凸起、两翼塌陷"的格局。各类型城市中,中心城市基本公共服务水平最高,资源型城市次之,一般地级市水平最差。

模糊多类支持向量机及其在入侵检测中的应用

针对支持向量机理论中现存的问题:多类分类问题和对于噪音数据的敏感性,提出了一种模糊多类支持向量机算法.该算法是在Weston等人提出的多类SVM分类器的直接构造方法中引入模糊成员函数,针对每个输入数据对分类结果的不同影响,该模糊成员函数得到相应的值,由此可以得到不同的惩罚值,并且在构造分类超平面时,可以忽略那些对分类结果影响很小的数据.在充分的数值实验基础上,将文中提出的方法应用于当前一个重要的应用领域———计算机网络入侵检测问题,并得到了较好的实验结果.理论分析与数值实验都表明,该算法是切实可行的,并具有良好的鲁棒性.

基于网络的恶意代码检测技术

通过对传统分布式IDS的分析,指出基于详细协议分析的多引擎小规则集的系统结构用于网络级恶意代码检测的缺陷,设计了单引擎大特征集的网络级恶意代码检测模型及恶意代码特征描述语言;分析了网络数据流的特征,通过对特征串进行优化的方法,避免特征串后缀与数据流的频繁碰撞及链表分支不平衡的问题,大幅度提高了WM算法检测网络恶意代码的效率。

基于脉冲样本图和Vague集的雷达辐射源识别

针对现有雷达信号特征描述方式很难有效地对复杂雷达辐射源进行描述和识别,提出一种基于脉冲样本图和Vague集的雷达辐射源识别新方法。该方法把雷达辐射源识别问题转换为Vague集的多属性决策问题,不仅能很好地解决雷达信号识别中的模糊问题,而且无需传统方法的特征提取过程,简化了处理环节。另外,基于脉冲样本图的雷达辐射源识别是利用有序的多个脉冲同时匹配识别,因此更可靠。计算机仿真表明该方法是有效可行的,为复杂雷达辐射源识别提供了一种新思路。

基于模式的城市交通状态分类与性质研究

首先选用较多的交通参数,设计提出了基于聚类方法的细粒度交通模式划分算法,将交通模式划分为较多的类别.结合实际数据,进行了实验,在四个路段参数的基础上,划分得到了十类交通模式.这其中都用到了模糊集合划分和定性推理.使用状态核确定一系列模式,随后系统状态被划分成若干个模式.提出了模式转移方程来描述在定性推理基础之上的状态转移,并从模式转移的角度进一步研究了系统的稳定性.一个城市交通系统的应用实例显示了本文提出方法的有效性,可以看出细粒度交通模式划分要比粗粒度有更多的优势,同时得出了聚类算法在细粒度交通模式划分中的劣势.

大花百子莲的结实和结籽格局及种子产量影响因素分析

在2007和2008年对大花百子莲(Agapanthus praecox subsp.orientalis‘Big Blue’)在群体、果序和单果水平上的结实和结籽格局进行了观测,并依据每花序单花数、单花胚珠数和单粒种子质量推算其单株潜在种子产量;此外,采用人工补充授粉方法研究了不同授粉方式对大花百子莲结实和结籽的影响,并对其种子产量的影响因素进行了分析。结果表明:从始花期、盛花期至末花期,随开花时间的延迟,大花百子莲植株的每花序单花数和座果率均逐渐降低,其中始花期开花的植株每花序单花数和座果率均最高。从果序基部、中部至顶端,座果率和结籽率均逐渐减小且差异显著。在果序基部和中部,果实内种子败育率沿果实基部至顶端依次降低,而单粒种子质量则依次增加;且果序基部的果实各部位的种子败育率均低于果序中部的果实,而单粒种子质量则差异不大。大花百子莲的单株潜在种子产量约为43.18 g,而其单株实际种子产量约为2.87 g,远低于其潜在种子产量。自然授粉的大花百子莲每柱头花粉数为27.5粒,而自花授粉、同株异花授粉和异株授粉的每柱头花粉数均超过100粒;与自然授粉、自花授粉和同株异花授粉植株相比,异株授粉植株的座果率和结籽率均显著增加。研究结果显示:大花百子莲的结实和结籽格局呈现非随机分布规律,在引种地存在有性繁殖障碍;养分和授粉状况是制约大花百子莲种子产量的重要因素。

基于Web日志的用户访问模式挖掘

Web日志挖掘是数据挖掘技术在Web日志数据存储中的应用。论文介绍了Web日志挖掘,在分析发现用户访问模式方法——类Apriori算法的基础上,给出一种基于粗糙集的用户访问模式聚类方法。

不同间种模式对油茶幼林产量及病虫害的影响

为提高油茶林地生产力和生态效益以及减少病虫害,采用随机区组试验设计,研究了间种百喜草、波斯菊、金鸡菊3种间种模式对油茶幼林座果率、产量及病虫害发生的影响。结果表明:油茶幼林内间种百喜草、金鸡菊和波斯菊均能极显著提高油茶幼林座果率,华金品种的幼林座果率为间种金鸡菊>波斯菊>百喜草,3月5日调查座果率分别是CK的1.59倍、1.47倍和1.23倍,10月17日调查的座果率分别是CK的2.13倍、2.10倍和1.56倍。当幼林品种为湘林210时,3月5日调查的座果率分别是CK的1.41倍、1.43倍和1.40倍,10月17日调查的座果率分别是CK的1.61倍、1.68倍和1.66倍,但3种间种模式间的座果率差异不显著。3种间种模式同样均能极显著提高油茶幼林产量,3种模式中以间作百喜草的油茶幼林产量最高,华金和湘林210的单株产果量分别为4.23 kg和6.00 kg,分别是CK的1.71倍和1.45倍。3种间种模式也均能极显著降低油茶幼林病虫害的发生,病情指数分别比CK减少了36.1%、44.5%和38.9%,其中以间种金鸡菊病情指数最低;虫害指数分别比CK减少了54.5%、44.4%和55.0%,其中以间作波斯菊虫害指数最低。

广西南宁地区泥盆纪硅质岩稀土元素地球化学特征及沉积背景

广西南宁附近从早泥盆世埃姆斯期到晚泥盆世弗拉期发育了一套黑色层状硅质岩,常夹凝灰岩(或凝灰质硅质岩)或与之互层,在弗拉期晚期硅质岩变为浅黄色。本文对该区埃姆斯期、艾菲尔期、吉维特期到弗拉期硅质岩的稀土元素地球化学特征进行了系统研究,其∑REE平均值分别为:18·59×10-6,12·28×10-6,27·44×10-6和43·07×10-6;页岩标准化后Ce含量在这4个阶段均表现为弱-中等的负异常,Ce/Ce*平均值分别为:0·85,0·72,0·85和0·67;Eu/Eu*为弱的正异常,平均值分别为:1·08,1·21,1·46和1·04;(La/Ce)N值中等,平均值分别为:1·42,1·50,1·35和1·73;(La/Yb)N值变化较大,平均值分别为:1·19,1·06,1·24和0·45。这些结果表明该区硅质岩开始形成于陆内裂谷盆地,受陆源影响较大,在晚泥盆世迅速扩张为比较开阔的海盆环境,陆源影响明显减弱。硅质岩的形成虽受到一定热液活动的影响,但热液活动的影响普遍较弱。

基于动态交易项目集的关联规则更新

该文在交易数据库和最小支持度不变条件下，当用户动态地增加或删除交易项目集中的某些交易项目时，充分利用了交易项目集改变前已采掘出的频繁模式集，提出了两种关联规则的快速更新算法Ｉｚｉ－ａｒ和Ｄｚｉ－ａｒ。经实验分析表明，该算法用于关联规则的更新是可行的和高效的。