组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

基于Vague集的理想解和灰色关联结合的决策方法及应用

针对当前应用Vague集在解决多指标决策问题时存有的不足,提出一种基于Vague集的理想解与灰色关联结合的新决策方法.决策方法充分利用了Vague集强大的模糊信息表达能力,并将理想解法与灰色关联法进行有机结合,实现从位置和曲线形状两方面来更全面地反映备选方案与理想解的关系.最后,通过一个并购中目标企业选择的示例说明方法的应用过程,并验证了方法的可行性和实用性.     

IDS告警融合与关联模型的研究

入侵检测是保障网络安全的重要手段,针对现有入侵检测系统中告警数量多、协调性差等问题,论文提出了一种具有告警融合与关联功能的告警处理系统模型,该模型冗余告警量少、整体检测能力强,并能进行攻击企图的预测,能有效提高入侵检测的效率,有助于进一步增强网络的健壮性。     

一种基于场强差的GSM网络移动台定位法

提出了一种在GSM无线蜂窝网络中利用服务BS（基站）和MS（移动台）测量的场强差值对MS进行定位的方法。通过计算机的仿真结果表明，该方法能够较好地克服多径和不规则地形带来的场强起伏，达到较高的定位精度。通过提出的的算法，可以克服传统的利用GSM蜂窝网络对移动台定位的局限性，从而使利用GSM蜂窝网络对移动台位置定位的实现更简单。     

一种在线烧写Flash的方法研究与实现

本文介绍了一种基于VXI总线，共享存储器的Flash ROM在线烧写方法，阐述了系统的功能，并给出了系统的硬件组成和软件设计。