A misclassification cost‐minimizing evolutionary–neural classification approach

Machine learning algorithms that incorporate misclassification costs have recently received considerable attention. In this paper, we use the principles of evolution to develop and test an evolutionary/genetic algorithm (GA)‐based neural approach that incorporates asymmetric Type I and Type II error costs. Using simulated, real‐world medical and financial data sets, we compare the results of the proposed approach with other statistical, mathematical, and machine learning approaches, which include statistical linear discriminant analysis, back‐propagation artificial neural network, integrated cost preference‐based linear mathematical programming‐based minimize squared deviations, linear integrated cost preference‐based GA, decision trees (C 5.0, and CART), and inexpensive classification with expensive tests algorithm. Our results indicate that the proposed approach incorporating asymmetric error costs results in equal or lower holdout sample misclassification cost when compared with the other statistical, mathematical, and machine learning misclassification cost‐minimizing approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

分布式网络化测试系统设计

以某大型复杂装备远程测试系统为例,给出了基于DCOM的分布式网络化虚拟仪器测试系统的体系结构.该网络化测试系统体系结构采用DS技术作为客户端和测试端连接的中间件,并采用C/S、B/S混合模式使系统各COM/DCOM组件通过网络实现"无缝"连接.DCOM技术的应用使得各网络测试节点成为服务的本体,可以响应不同客户的测试需求,实现了良好的数据传输、安全管理和远程仪器控制.DS技术的使用进一步简化了计算机和测试应用之间的数据交换,达到了良好的实时传输效果.     

浅谈网络中心战

网络中心战是未来战争的主要作战样式,首先依次介绍网络中心战的概念、体系结构、优势,然后通过伊拉克战争实例说明网络中心战的优越性,最后指出网络中心战存在的问题及我军面对军事变革挑战应如何应对。     

基于神经网络的信息融合算法研究及其在入侵检测中的应用

目前,网络入侵技术越来越先进,许多黑客都具备反检测的能力,他们会有针对性地模仿被入侵系统的正常用户行为;或将自己的入侵时间拉长,使敏感操作分布于很长的时间周期中;还可能通过多台主机联手攻破被入侵系统.对于伪装性入侵行为与正常用户行为来说,仅靠一个传感器的报告提供的信息来识别已经相当困难,必须通过多传感器信息融合的方法来提高对入侵的识别率,降低误警率.应用基于神经网络的主观Bayes方法,经实验,效果良好.     

神经网络在随动系统测试中的应用研究

针对神经网络在故障测试中因训练样本集大而导致的诊断速度慢和性能下降等不足,提出区域法则,即将全系统化解为若干个子模块并用神经网络去分别匹配,以此达到加快诊断速度和提高诊断能力的目的,同时给出了典型训练样本的建立思路和网络结构的学习算法.实验表明,该方法在火炮随动系统测试中体现出了较好的诊断效果,具有一定的工程应用价值.     

网络系统可靠性近似估算方法的对比研究

在讨论了网络系统可靠性计算难题的基础上,以满足工程实际的精度需要并减少分析计算工作量为目标,对现有的4种近似估算网络系统可靠性的方法进行了分析,指出了各种方法产生误差的原因,定性分析了有关方法为减少误差所采取措施的合理性。针对2种不同复杂程度的典型网络系统,通过数值算例,给出了单元可靠度不同情形下的系统可靠度计算值;与精确算法对比之后,得到了量化的误差.基于对各方法的工作量和误差的综合分析,给出了具有工程指导意义的建议.     

基于阶次跟踪和BP网络的齿轮箱故障模式识别

在对齿轮箱的原始振动信号进行时域采样的基础上,利用小波包分析对其进行消噪,然后对得到的数据进行角域重采样,得到基于阶次跟踪的采样信号,再对该信号进行特征参量提取,最后利用BP网络对得到的故障特征参量集进行模式识别。该方法能够避免传统分析方法中难以克服的“频率模糊”现象,对于瞬态信号有较好的分析处理能力,是对传统频谱分析法的有力补充。     

城市火灾危害的多因素灰色关联度研究

在对城市火灾危害的主要因素分析的基础上,应用灰色关联度分析方法,归纳了不同火灾风险因素对城市火灾危害性的影响程度,通过对灰色关联度的计算,对不同因素的火灾危害性进行了排序。     

基于被动雷达和红外传感器的数据融合

提出基于被动雷达和红外传感器组成的复合探测系统,利用D-S证据理论提高目标识别率,借助神经网络改善目标跟踪算法的性能,同时保持跟踪滤波的计算结构尽可能简单,尤其是减少了数字计算上的复杂性。仿真结果表明了应用新算法的复合探测系统的有效性。     

面向管理员的网络可生存性建模与计算

从网络系统安全评价和管理的角度出发,紧密结合可生存性定义和可生存性的四个特征属性,建立了面向管理员的网络可生存性量化模型;给出了该模型的算法流程;提出了面向管理员的网络可生存性计算公式,该公式中包括恢复率和系统状态转移矩阵的计算方法,反映出可生存性对网络空闲资源和恢复时间的要求;最后进行了面向管理员的网络可生存性计算的仿真实验,表明可以利用有限的网络资源实现高水平的网络可生存性。