一种基于P2P技术的免疫网络入侵检测模型研究

提出一种基于对等网(P2P)技术的免疫网络入侵检测方法,建构了一个P2P免疫网络,定义自体/非自体,实现了免疫学习、疫苗接种等过程.仿真实验表明,该方法能有效提高免疫学习效率,降低免疫计算的FP.     

基于Hopfield神经网络和KS函数的优化设计研究

介绍了Hopfield神经网络优化的原理。将神经网络的求解转化为非线性微分方程组的初值问题，并利用MATLAB提供的微分方程组求解器进行计算。对于多约束优化问题，KS函数的包络凝聚特性可以简化约束条件，其光滑可微特性又方便了问题的求解。将其运用于非线性约束规划和某型飞机总体参数优化问题，算例表明此方法是有效的。     

网络计费数据采集方法与应用实现

计费功能是网络管理中一个重要的基本功能,如何快速准确的采集到用户的相关计费数据,是实现高效计费功能的关键。本文通过对IP用户和拨号用户接入方式和适用计费协议分析,提出用SNMP协议命令读写路由器计费相关的MIB值和在网络底层中"侦听-转发"IP数据包的设计思想,进行用户计费数据地采集。在Windows平台上用VC++工具实现了网络计费数据采集功能模块,此模块具有一定的应用价值。     

直升机涡环状态试验数据处理研究

采用神经网络误差反向传播算法,以旋翼涡环状态试验数据为基础,研究了桨叶负扭度对直升机涡环状态特性的影响,分析了负扭度变化对旋翼扭矩、拉力平均值及脉动幅度的影响。计算结果表明,神经网络模型能够准确预测桨叶负扭度对直升机涡环状态的影响。     

基于ANFIS的蒸汽发生器水位实时控制系统的设计

从蒸汽发生器的水位特性出发，对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性，采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system，ANFIS)技术，建立了模糊控制规则库，实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能，完成了软、硬件的综合设计，并进行了仿真研究。控制系统的硬件采用了DSP芯片，以保证系统的实时性；软件采用了模糊一神经网络算法，以克服系统模型的不确定性。仿真结果表明，该控制系统工作稳定可靠，具有较高的控制精度和较强的鲁棒性。     

关于稀疏分布存贮模型中A连接权阵的讨论

Ｋａｎｅｒｖａ的稀疏分布存贮模型由于对寻址地址采用了稀疏编码，对数据采用了分布式存贮，从而解决了大维数向量的输入问题，ＳＤＭ实际上是一个由输入层，中间层和输出层组成的三层前向网络，其中神经元间的互迦权值在输入层与中间层是预置的（用矩阵Ａ表示），中间层与输出层的连接权阵Ｃ由外积法得到，文中假定在相同的学习规则下，就信噪比意义而言，Ａ的均匀预置能使ＳＤＭ获得最优性能，从而为Ａ的预置提供了理论依据。     

基于APIHOOK技术的个人防火墙

在深入研究APIHOOK(Application programming interface HOOK)技术及其实现．并综合各种木马的行为特征的基础上构建防火墙。该防火墙的原理是借助APIHOOK技术用自编的DLL函数替代部分系统函数。新的函数实现了注册表监视，文件监视，网络监视和其他高级操作的监视。一旦发现类似木马的行为，就会根据用户可定制的规则实时作出反应。该防火墙能详细记录程序的行为，因此高级用户还可以用它来分析木马。由于该防火墙是针对木马行为特征的，因此其优点是可以预防目前一般防火墙不能预防的未知木马和新一代木马。实际的木马攻击试验证明，该防火墙能够很好地预防木马。     

用于建立机械制造系统模型的扩展着色Petri网

着色Petri网是描述和分析并行系统的有力工具,近年来在机械制造系统中得到了广泛的应用。由于机械制造系统的自身特点,在表示着色Petri网结构的关联矩阵中含有许多零元素,从而导致着色Petri网占据数据空间大的缺陷,难以对复杂机械制造系统的规划设计与生产调度进行分析研究。 本文基于着色Petri网的基本原理,提出一种适用于建立机械制造系统模型的扩展着色Petri网理论,用于解决着色Petri网占据数据空间大的问题,为Petri网理论在机械制造系统建模方面的广泛应用提供理论基础。最后给出实例,说明减少数据空间的结果。     

力控制反馈信号的神经网络法校正

对机器人的力反馈，主动柔顺控制和双向联想记忆的神经网络进行了综合研究，针对机器人腕力传感器输出信号的部分失真，提出了机器人擦洗平面玻璃力反馈信号神经校正的方法，并建立了相应的神经网络结构，在ＡｄｅｐｔＴｈｒｅｅ精密装配机器人上进行了试验验证，取得了满意的效果。     

求解最小费用流的复合标号法

本文在求最短路和求最大流标号法的基础上,提出了求解最小费用流的复合标号法。利用这种方法可以在一次标号的过程中找到具有最小费用的增广链。该算法具有简单、易行、迭代次数少,而且易于理解的特点。