入侵检测系统中的智能技术

首先给出了计算机网络入侵检测系统的概念、功能和性能要求,回顾了其发展的过程.接着,从智能入侵检测技术这个角度,对数据挖掘、遗传算法和人工免疫等比较具有独特性且有完整系统实现的智能检测技术作了简要介绍和评述.最后,对入侵检测系统的未来发展方向进行了讨论.

通过创建虚拟样本的小样本人脸识别统计学习方法

研究了人脸识别方法 .在传统的“特征脸”方法基础上 ,提出了一种基于贝叶斯方法的小样本人脸识别方法 .该方法对于经过预处理的标准人脸图像 ,通过原型脸创建虚拟样本 ,扩充样本数量 ,然后用 PCA降维并提取人脸图像的特征 .对提取的特征用 BEM算法学习该类样本的概率密度分布参数 ,构建贝叶斯混合网络分类器 .该方法可以有效地解决统计学习方法中样本数量不足问题 ,提高小样本人脸识别方法的识别率 ,同样可以运用于模式识别中其它对象识别 .实验表明 ,该方法能提高小样本人脸识别率 。

GIS中基于栅格转换的缓冲区生成算法

缓冲区生成是GIS中非常重要的一种分析方法,现有的算法数据量大、运算效率低。在“DEComGIS的研究与开发”课题中我们运用栅格转换来实现缓冲区生成,实践证明该算法是有效的。

基于Bayesian的期望最大化方法——BEM算法

通过对标准 EM算法收敛于局部极值的原因进行分析 ,提出了基于 Bayesian方法的神经网络新学习算法—— BEM算法 .该算法解决了标准 EM算法的上述缺陷 ,同时还可防止标准 EM算法 Overfitting情况的出现 ,并可防止标准 EM算法有时只响应单一模式而失去泛化能力情况的出现 .实验结果表明了该算法的正确性和有效性 .该算法对研究和发展标准

多类模式识别的动态多叉树算法研究与实现

研究模式识别方法 提出动态多叉树算法 ,用以解决实际环境中复杂的或大模式类别学习及系统动态扩展问题 ,该算法利用分治和局部最优原理缩小目标范围 ,结合整体学习方法提高识别率 ,模拟人脑的循序渐进学习方式 ,实现知识增殖和继承 可解决现有识别系统在学习新知识会破坏已有知识 ,需重新学习的问题 并具有较高的识别率 ,可有效地处理巨模式类识别的问题 该系统可以用于人脸、字符、指纹等对象的识别分类 系统的构造方法体现其通用性 ,性能分析表明其可行性 。

XML在比较购物站点中的应用

网上购物是目前十分时兴的购物方式,建立比较购物站点,对网上商品提供比较服务,成为时下网上购物发展的一大趋势。作者介绍了比较购物服务的实现方法。并以网上购书为例,阐述了如何将XML技术与JAVA、数据库技术相结合,实现对不同网上购物站点各种商品的比较查询及结果表达。