二进制概念聚类方法及其应用

研究了二进制概念聚类相似度定义,在正特征距离(PAD)的基础上,提出了广义正特征距离(GPAD)用于计算样本之间的相似度,并将系统聚类算法应用到实例中,所得结果与PAD距离比较,取得较好的效果。     

生物序列比对算法分析与比较

序列比对是生物信息学的一个非常重要的操作．它可以预测生物序列的功能、结构和进化过程等．文中首先介绍双序列比对的基本算法;接着分析和比较多序列比对的四个常用模型和三类算法以及并行比对算法;最后,给出一些研究问题．     

基于遗传算法的序列比对方法

为有效解决大尺度基因组序列的比对分析,提出了一种基于遗传算法的序列比对方法。该算法通过对序列比对问题进行编码,将其转换成了搜索空间中的一个优化问题。实验结果表明,这种新的比对算法是有效的,它在占用少量内存的情况下可以获得近似于Need lem an-W unsch算法结果的最优解。     

生物序列数据挖掘技术研究

生物序列数据是生物信息数据中重要的一部分,研究生物序列解读其隐含的生物学意义是生物信息学研究的热点和难点。数据挖掘是当前分析大规模数据的有效工具之一,已广泛应用于分析生物序列数据,并取得了许多研究成果。文章综述了生物序列数据挖掘的关键技术,包括序列比对算法、DNA序列模式挖掘、关联、分类、聚类分析、RNA二级结构预测、蛋白质序列分类和聚类分析,最后展望未来研究方向。     

生物DNA序列比对算法研究

基于典型CLUSTALW序列比对算法,研究一种局部优化的多序列比对算法,用减少序列比对过程中总评分的方法来达到优化算法的目的,并对基因库中的序列进行了测试．     

基于动态算法的序列分析

为了获得2009年新型甲型H1N1流感病毒与2008流感病毒的基因序列及氨基酸序列的一致性，以便对一个基因家族的生物学特征有一个简明扼要的了解，针对目前流行的新型甲型H1N1流感病毒的基因序列及其所编码的氨基酸序列，采用动态规划算法对其一级序列进行序列相似度分析，获得了2009年新型甲型H1N1流感病毒的NA和M基因片段以及2008年猪源性甲型H1N1流感病毒的相应基因片段同源性高、在有些位点发生了基因突变增添和突变缺失等重要基因信息。为此次新型甲型H1N1流感病毒的研究提供了依据。     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想--基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

基于连续特征的未知协议消息聚类算法

对未知协议消息序列进行聚类处理是分析协议格式的基础。从字符串匹配的角度出发,利用协议格式字段的连续性,在传统K-均值算法基础上提出一种基于连续特征的未知协议消息聚类算法。首先基于协议格式字段连续性对待测数据集进行粗聚类,提取出K-均值算法的初始聚类中心,再使用消息距离及收敛函数改进的迭代算法对数据进行迭代处理实现消息的进一步聚类。实验表明,提出的新方法与传统K-均值算法相比,在聚类准确度上提升了17.58%,迭代次数上减少了约58.27%,与EM算法、DBSCAN算法相比在聚类准确率与时间上均有明显提升。     

生物序列模体发现的最优化模型

提出了生物序列模体发现的最优化模型,该模型适用于搜索资源(如计算时间)有限的情况,传统的模体发现方法可能在资源耗尽后仍不能得出任何结果.基于最优搜索理论给出了一种在有限的时间资源下的最优模体发现策略和算法实现,并得到了一些实验结果.     

基于谱聚类算法的信息资产行为异常检测方法

在信息安全领域中,对信息资产的异常行为检测是相对困难的问题,特别是在无标记的数据集中定位某些未知的异常行为,这要求能充分找出历史数据中可以作为信息资产行为基线之内容,从而形成可靠的参照基准,并基于此对数据进行归纳和比对,分析可能存在的未知威胁.该文利用机器学习中的谱聚类算法分析相关信息资产的历史网络通信数据,基于相似性...     

基于模拟退火遗传算法的多序列比对方法

针对MSA问题提出了将遗传算法与模拟退火算法结合在一起的混合算法.该算法充分发挥了遗传算法和模拟退火算法的优越性,可提高求解多序列比对MSA问题的计算精度和计算速度,整个算法模拟了自然界进化的周期性,较好的解决了群体的多样性和收敛深度的矛盾.实验表明,该方法算法是有效的.     

基于生成式零样本学习的未知恶意流量分类方法

未知恶意流量是网络安全的重大安全挑战,对未知恶意流量的分类能够增强网络威胁识别能力,指导网络防御策略.未知恶意流量由于缺乏样本,无法满足现有的深度学习方法对大量数据的需要.本文提出了一种基于生成式零样本学习的未知恶意流量分类方法.从原始的网络流量中提取出关键的恶意流量信息并转化为二维图像,提出将恶意流量的属性信息作为辅助语义信息,利用条件生成对抗网络生成类别样本.同时,本文还添加了类级别的对比学习网络,使得生成的类别样本质量更高并且更具有类间区分度.实验结果表明,该方法在未知恶意流量分类问题上平均准确率能够达到90%以上,具有较高的应用价值.     

屏蔽二进序列偶的唯一性问题研究

提出并证明了几乎最佳屏蔽二进序列偶的唯一性问题,并将最佳屏蔽二进序列偶作为特例证明其也满足唯一性.此外,还提出并证明了伪随机屏蔽二进序列偶的唯一性问题,从理论上保证了上述信号在应用时的唯一接收.     

一种新的二值图像信息隐藏方法

随着数字媒体的普及,人们已经提出了许多在灰度图像和彩色图像中隐藏信息的方法,但是由于随意修改二值图像的像素值容易引起图像质量的明显下降,所以大多数在灰度图像和彩色图像中隐藏信息的方法不能直接应用到二值图像中.本文提出了一种在二值图像中进行信息隐藏的方法.该方法将二值图像分割成大小为2×2的图像块,利用图像块的奇偶性将一条二进制信息嵌入到黑白像素邻近的块中,嵌入1位信息平均修改0.5个像素,具有计算量小、嵌入信息量大、图像质量下降少、安全性高的优点.     

基于TNS协议的Oracle数据库安全性改进方法

Oracle数据库是广泛应用的企业数据库之一。为了提高Internet环境下Oracle数据库远程访问的安全性,文章分析了Oracle服务器和客户端通讯使用的TNS协议,基于TNS协议解析,提出了集成SSL和TNS协议代理的方案以增强其安全性,并给出了实现方法,测试和分析了其性能。     

一种基于USB2.0协议的人体生理信息采集系统设计

介绍了一种实用的人体生理信息采集系统的研究与设计，介绍了人体生理信息的分类及常用采集方式，以及生理信息采集系统的软、硬件组成，并给出了实验演示的结果．实验证明，这种生理信息采集系统对于生理小信号具有较好的信号放大、AD转换和数据采集功能，并能在PC机上正确显示生理信号波形，具有较好的实用性和发展前景．     

一种基于信息熵的聚类结果评价方法

文章基于信息熵理论,将模糊聚类评价方法和决策树分类算法联系起来,提出从信息熵角度用决策树分类算法来评价聚类算法结果的有效性,从而确定最佳的聚类个数;并将该方法应用到证券行业客户忠诚度分析模型的建立中.实验结果表明,该方法可以明显提高聚类的效果,并且使得聚类结果的可解释性强,具有良好的实用价值.     

基于满二叉树的原地快速排序

介绍了一种基于满二叉树的原地快速排序算法。与经典快速排序算法相比，新算法每趟划分采用动态枢轴而不是静态枢轴，同时新算法利用满二叉树的特点计算下一趟划分的枢轴位置和元素范围，避免使用递归或开辟内存堆栈。实验表明，新算法的时间性能优于目前最好的原地排序一堆排序。原地快速排序二叉树的概念对排序算法的研究和改进具有很好的理论和实用参考价值。