基于线性规划的网络流量流向控制策略

互联网的快速发展给运营商带来了网络流量流向控制的需求.控制网络流量流向不但要保证服务质量,而且要尽可能降低运营费用,更要保证各网络链路具备裕量能应对突发变化.在网络流量流向控制中结合成熟的线性规划方法从能全局角度实现网络流量流向的多目标控制,保障网络的健康运行.     

基于DDAG-SVM的网络流量分类技术

互联网技术不断发展,很多新的网络通信采用动态端口、协议加密等技术,使传统的流量分类技术不再适用.以TCP三次握手后客户端到服务器的第1个包载荷大小、服务器到客户端的第1个包和第2个包载荷大小以及服务器端口信息作为流量特征,提出一种基于DDAG-SVM的网络流量分类的方法,并针对传统DDAG-SVM的误差累积效应,使分类性能变差的问题,根据类间可分离度重构DDAG-SVM决策树,每次都选择最容易分开的两个流类别构成分类决策面,测试结果表明该方法取得了较高的分类准确率.     

一种基于HMM异常检测的新方法

首先建立了系统运行的HMM,在此模型基础上提出了依赖于节点的异常检测算法。将状态的判定转化为节点的判定,给出了寻找节点的方法。另外与文献[2]的方法进行了比较,该方法计算简单。     

基于异常值检测的港口集装箱吞吐量预测模型

考虑到诸如金融危机等重大事件的影响,时间序列可能存在异常值,提出了一个基于局部异常因子(LOF)的LOF-SSA-LSSVM预测模型,并将其应用于广州港集装箱吞吐量预测.首先,对原始时间序列进行X12加法季节分解,对于分解得到的不规则序列,采用LOF算法进行异常值检测,确定异常数据的位置,之后通过插值或最小二乘支持向量机(LSSVM)的预测值来修正原始季节调整序列中的异常值,将修正后的季节调整序列与季节因子序列加和,即得到新的待预测序列.预测阶段,先采用奇异谱分析(SSA)将新的待预测序列进行分解重构,剔除序列中的噪声,然后再采用LSSVM对其进行预测.实证结果表明,建立的LOF-SSA-LSSVM模型相比BP、ARIMA等模型有着更好的预测精度.     

粘弹流体的绕流特性研究

本文建立了分析粘弹流体平面流的基本方程,并采用摄动法和加权余量法.在小Deborah数条件下,进行了粘弹流体流动的有限元分析,探讨了粘弹流体的绕流特性,分析了粘弹流体在绕流中所表现的分离点滞后及减阻现象的机理.结果表明,本文的方法.对于粘弹流体流动特性的分析工作,具有简便和准确的优点.     

基于边缘检测的屏幕检测研究

在电子屏幕的生产中,缺陷检测是生产线中重要一环.目前很多生产线仍然通过人工观察的方式,其结果依赖人工经验而不稳定,且生产成本高,因而人工检测需通过机器智能技术替换.针对工业生产中要求简单可靠、准确实时,且需快速应用于新生产线的特点,文章设计了一种基于图像处理的屏幕缺陷检测算法.基于新的边缘检测算法,通过比较正常区域与有...     

基于线性ν-支持向量回归机的异常数据检测

讨论了线性v-支持向量回归机中参数v的意义,并给出了严格的理论证明。利用v-支持向量回归机中ε-不敏感损失函数及参数v的意义,提出一种回归数据中的异常值检测方法。采用线性模型使得该方法不仅速度快而且能处理大规模数据。数值实验证明其具有可行性和有效性。     

基于CEEMD-BP神经网络的海温异常预测研究

海洋表面温度(SST)具有非平稳、非线性的特征,对处理和预测造成了很大困难.将互补集合经验模态分解(CEEMD)和BP神经网络相结合,对东北太平洋和赤道中、东太平洋这两区域的月平均海洋表面温度距平序列(SSTA)进行模拟预测研究:首先应用CEEMD方法将SSTA分解为不同尺度的一系列本征模函数(IMFs);再运用BP神经网络对各IMFs进行分析预测;最后将各IMFs预测结果进行重构得到最终SSTA的预测值.数值实验的结果表明,应用CEEMD和BP神经网络对东北太平洋和赤道中、东太平洋的SST预测是有效的.     

基于时间序列建模和控制图的异常交易检测方法

可疑交易识别是打击洗钱犯罪所要面对的一项重要任务.为辅助反洗钱分析人员从海量金融交易信息中甄别客户异常交易,本文提出一种新的基于非线性马尔科夫随机过程、相空间重构和隐马尔科夫链的非线性随机方法,用于对金融交易时序进行建模拟合,然后应用鲁棒控制图对估计误差进行检验以发现异常.应用该算法对实际交易数据和仿真数据的分析验证了所提方法的有效性和可行性,可以被用于异常交易的监测.     

平稳无后效流的特性及其应用

本文对平稳无后效流的特性作了进一步的探讨,给出了几个新的且易于验证的充要条件.并将所得的结果用于求一些排队系统,在统计平衡下顾客的实等待时间分布.     

一种基于无监督学习的社交网络流量快速识别方法

在分析了社交网络的发展和研究现状后,结合现有的网络流量识别方法和社交网络流量特征属性,提出了一种基于KMeans聚类算法的无监督学习社交网络流量识别方法.为了提高处理的高效性、实时性,利用开源云计算平台如doop上提供的M印Reduce架构进行分布式并行处理.对比实验结果表明,提出的方法能快速、高效的识别社交网络流量,并且识别准确率有显著提高.     

基于双分数阶变分光流模型的运动目标检测方法

变分光流法是常用的运动目标检测方法,应用场景中的光照变化会极大影响现存变分光流法的稳定性及准确率,提出基于分数阶的变分光流模型来提高光照变化鲁棒性.该模型将分数阶导数同时应用于经典变分光流模型的数据项及平滑项中;根据图像的数据特征,采用图像函数及光流向量函数的有限离散二重分数阶导数近似拟合求导结果计算光流向量,进而将光...     

基于多分类马田系统的半监督数据异常点检测方法

针对包含多个正常类的多元数据异常检测问题,提出了一种基于多分类马田系统的半监督数据异常检测方法.通过对训练数据集中的每个正常类分别建立马氏空间,构建了基于马氏距离的多类测量尺度,方法对测试数据集中正常数据进行分类的同时,能够实现对异常数据的检测.通过模拟带异常值的高斯混合模型数据验证了该方法的有效性.     

基于嵌套网格的环空流体内旋转杆柱与井筒碰撞特性研究北大核心CSCD

针对浸没在流体中杆管柱间相互接触问题,基于嵌套网格技术,该文建立了环空流体内旋转杆柱与井筒间碰撞的数值求解方法.将环空流体域分为相互嵌套的子区域:背景网格和组件网格,推导了各嵌套区域流场边界传递信息的插值计算公式,采用分域方法对环空流体域与杆柱固体域耦合进行求解.通过静止流体中球形颗粒与壁面正、斜碰撞实验对比,验证该文数值方法的正确性.研究了不同流体黏度、杆柱旋转速度条件下杆柱与井筒的碰撞特性,结果表明:1)杆柱与井筒碰撞的碰撞力、速度随黏度增大而降低,即杆柱与井筒碰撞的剧烈程度与流体黏度负相关;2)随着杆柱旋转速度增大,杆柱与井筒的碰撞力、速度也增大,即杆柱与井筒碰撞的剧烈程度与转速正相关.     

高频监测数据的异常数据特征分析与检测

对某火电厂10个设备的60000条高频监测数据进行基本的统计分析,得出高频数据的异常数据具有异常点和异常段两种特征,提出了一种基于频数分布和一阶向前差分的检测高频数据中的异常点和异常段的方法.根据数据的一阶向前差分绝对值的频率分布以及风险系数来确定异常数据的阈值,根据设备本身的性能和采样频率确定了异常段所包含异常点的最大个数,根据阈值和最大异常点个数给出异常点和异常段的判断规则.用该方法诊断火电厂前置泵电机的6000条数据的异常数据,结果与实际异常数据相符.     

ATM交易状态特征分析与异常检测

考虑ATM交易过程当中产生的一系列参数,如交易量、交易成功率和响应时间等,对交易状态特征进行分析并建立了异常检测模型。针对成功率与响应时间2个参数,利用聚类算法将数据点划分为正常点、疑似异常点、异常点3大类。对于疑似的异常点,再根据其时间序列周围点的分布情况确定是否确实为异常点;对于交易量参数,首先通过LOF局部离群因子对离群点进行识别,再结合交易量随时间的移动均线及标准差加以辅助筛选,得到初步的疑似异常点,进一步通过与不同天同一时刻数据进行比较,最终确定是否为异常点。根据上述模型,本文将异常情况划分为3个预警等级,并对重大故障情况进行预测。     

基于结构元理论的模糊最大流算法研究

运用结构元理论来求解模糊弧容量网络的最大流问题.先简要介绍模糊结构元及相关定理.之后证明了模糊网络最大流的判定定理,该定理表明:求模糊网络最大流等价求一经典网络最大流.最后,通过一个例子来说明求解过程。     

螺旋桨滑流对水平尾翼气动特性的影响

为了分析螺旋桨滑流引起无人飞机水平尾翼气体流动的变化规律,对比了有、无螺旋桨滑流作用下的数值结果.结果表明:在螺旋桨滑流作用下,气流绕过机翼后形成更强的旋流且呈现更强的下洗作用.该气流绕过水平尾翼后,改变了当地入流迎角,并使得水平尾翼近表面的流动速度增大,由此降低了水平尾翼升力、微量增加了阻力以及提高了上仰力矩.随飞行迎角的变化,滑流作用对阻力的影响相对较大——最小阻力系数两端变化量逐渐增加.     

双参数对数正态分布异常数据的检测方法

针对双参数对数正态分布场合下的多个异常数据给出一种新的检测方法。首先由参数的BLUE导出证明了两个检验所用的枢轴量,然后通过蒙特卡罗方法模拟得到枢轴量的样本分位点表,最后用一个例子说明方法是有效可行的。     

单向分类随机效应模型的异常值检测

本文研究平衡的单向分类随机效应模型中单个异常值的检验问题,在随机效应的异常均值滑动模型下,导出异常值的检验统计量及其精确分析,并证明了该检验的一致最优无偏性,另外,对于误差变量的异常均值滑动模型,提出了一个近似的检验过程,并运用随机模拟给出该检验的临界值表,最后,对一组模拟数据进行说明。