基于机器学习的CSE-CIC-IDS2018入侵检测数据集优化降维分析

测试数据集的质量对入侵检测系统的性能起着至关重要的作用,在保证质量的前提下对入侵检测数据集优化降维,是提高入侵检测系统高效准确运转的重要措施.使用K近邻、决策树、随机森林和Softmax分类算法,对CSE-CIC-IDS2018入侵检测数据集进行特征维数探究,按照特征重要性评分对分类器进行特征递减式训练,分析机器学习分类器对该数据集的特征维数依赖关系.结果表明,数据集的特征数量由83个减少至最低7～9个时,分类器仍可以保持较高的分类性能,且检测时间显著减少,计算效率更高.     

基于SVD与数学形态学分形维数谱的战场声特征提取

分形维数作为战场声信号的特征,存在特征数量不足,反映信号非线性不充分的问题,提出了一种基于SVD与数学形态学分形维数谱(Singular Value Decomposition And Mathematical Morphological Fractal Dimensions Spec-trum,SVD-MMFDS)的战场声特征提取方法.对声信号构造Hankel矩阵,再进行SVD分解,根据信号频率与奇异值的关系,重构信号分量.将这些重构信号依次线性叠加,每叠加一次信号分量就计算一次分形维数,直至完全恢复原信号;通过这种方法,构成数量多且更能反映信号非线性的分形维数谱.运用半实物仿真实验将SVD与数学形态学分形维数谱的方法,与变分模态分解(VMD)和分形维数结合的方法进行对比,该方法提取的战场声特征具有更好的区分度且特征数量更多,为利用信号非线性来识别战场声目标提供较好的选择.     

二值化编码和相位相关的鲁棒景像匹配方法

结合二值化编码和相位相关,提出了一种快速有效的鲁棒景像匹配方法.首先利用2×2窗口上主对角线上像素灰度值的升降对实时图和基准子图进行二值化编码;然后,搜索二值化后的实时图在基准图中的位置,即,根据二值化后的实时图和基准子图的相位相关函数进行定位.多组实验与分析表明,该景像匹配定位算法对部分遮挡、图像灰度与对比度变化以及复杂噪声干扰等都具有比较强的鲁棒性.     

关于集值拟终鞅的若干结果

在 X~*可分的条件下讨论了集值拟终鞅的若干性质,且在此基础上证明了集值拟终鞅在弱收敛意义下的收敛定理,同时给出了集值拟终鞅的 Riesz 分解定理。     

滑动容错辨识算法在航迹数据处理中的应用

由于试验环境和被测目标运动特性的影响,航迹测量数据中会出现斑点型异值。对最小二乘多项式进行改进,引进自适应调节函数和滑动窗口概念,提出了滑动多项式容错辨识算法,详细描述了采用该方法进行异值辨识和修复的具体过程。仿真分析和实际飞行试验的数据处理表明:该方法对处理含有斑点型异值的测量数据具有良好的效果。     

灰集与泛灰集的关系及泛灰幂集中的逆合对应

本文讨论了如下三个问题:(1)从同构的角度给出了泛灰幂集的余运算;(2)证明了灰幂集与泛灰幂集就运算、∪、∩、C 来说是同构的;(3)讨论了泛灰幂集中的逆合对应,并说明了(g(u)、∪、∩、′)是Fluzzy 格。     

基于集对分析的目标威胁评估与排序研究

在分析以往目标威胁评估与排序方法不足的基础上,提出了基于集对分析的多因素威胁评估方法,以定量的结果对目标的威胁程度进行综合评估,为威胁评估与排序问题寻求出一种新的方法,其评估结果可为指挥员对空情威胁做出正确判断提供科学依据。     

基于SVD的机动目标自适应滤波研究与仿真

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性.该研究在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于奇异值分解(SVD)的协方差平方根滤波的自适应卡尔曼滤波算法.仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点.     

属性约简与近似集的关系研究

上近似和下近似是在粗集理论中最基本的概念,而粗集理论的主要思想又是在保持分类能力不变的前提下通过对属性的约简导出问题的决策和分类规则。本文讨论了属性的约简和相对约简与上近似和下近似的关系,并在此基础上提出了一种新的相对约简———保近似约简。     

一种新的二维谐波估计方法

研究了二维谐波信号相关矩阵后 ,提出了一种称之为“矩阵束的二维谐波估计 (MP2D)”算法 ,该算法既不需要求解二维特征多项式的根 ,也不需要在二维频率空间搜索谱峰 ,算法具有高效性。仿真实验表明 ,该算法在白噪声条件下对二维谐波频率估计具有高的精度和强的抗干扰能力。