基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

数学建模竞赛的几点启示

结合我院参加数学建模竞赛的实际情况,指出参加数学建模竞赛应注意的几个问题及应对策略,为今后成功地参加该项竞赛提供一些借鉴.     

陆军男一组体育达标考试项目设置及分类探讨

在对全军院校及野战部队30多个单位进行调查分析的基础上,研究了陆军男一组体育达标项目的设置与分类体系,提出了具体的体育达标考核方法。     

海空跨域协同兵棋AI架构设计及关键技术分析

以深度强化学习为核心的智能博弈技术在游戏领域内的突破和进展为海空兵棋AI的研究提供了借鉴。智能体架构设计是需要解决的关键问题,良好的架构能够降低算法训练的复杂度和难度,加快策略收敛。提出基于随机博弈的海空跨域协同决策博弈模型,分析了相关的均衡解概念;在分析典型智能体框架基础上,针对海空兵棋推演决策博弈过程,提出基于多智能体分层强化学习的智能体双层架构,能够有效解决智能体间协作和维度灾难问题;从兵力协同、智能体网络设计、对手建模和训练机制共4个方面分析了关键技术。期望为海空兵棋AI设计实现提供架构指导。     

有效利用计算机建立机械工装分类代码系统

目前,相当一部分企业机械工装图号标识仍处于传统的落后状态,建议企业有效利用计算机,建立机械工装分类代码系统,为机加工设计提供一种现代化的标准化管理方法。     

基于贝叶斯网络的特征分类器

本文讨论了贝叶斯网络的基本概念,推理算法和参数设置问题,研究了贝叶斯网络作为特征分类器的特点,以及在多传感器目标识别中的应用。     

图像识别关键技术

图像自动识别是模式识别领域中的一项综合性研究。本文就图像识别过程的三个主要阶段讨论了图像识别系统的关键技术,对它们的优缺点进行了评价,并展望了图像识别理论的发展趋势。     

信息安全管理方法(ISMA)的研究

信息安全对于未来军事对抗具有特殊意义 ,对信息安全管理方法 (ISMA)的研究是确保信息安全的关键之一 ,文中从理论和实践两方面对目前国内外典型的几种信息安全管理方法进行了分析和比较 ,并在此基础上提出了一个分层框架 ,最后对我军ISMA的使用和研究进行了探讨。     

机载激光雷达数据的三维深度学习树种分类

针对传统基于激光雷达(Light Detection And Ranging,LiDAR)数据的树种分类方法难以直接且全面地利用点云的三维结构信息的问题,提出一种基于三维深度学习的机载LiDAR数据的树种分类方法.该方法直接从三维数据中抽象出高维特征,而无须将点云转化为体素或二维图像.以塞罕坝国家森林公园内白桦和落叶松...     

谈军事财力资源有效管理

军事财力资源规定着军事潜力和国防发展的方向及速度。对军事财力资源实施科学管理,必须充分提高军事财力资源的利用率和转化率,为实现军事目的服务。