模型集成误差与优化研究

将模型作为函数,模型的输入输出参数为变量,给出变量真值的定义。在此基础上,给出单一模型误差e,利用误差e求出模型输出变量真值的期望μ,用μ作为修正值以提高计算结果的精确度。通过给出模型集成误差λ的定义,详细推导了λ的计算方法,利用λ计算模型集成输出变量真值y的期望μy、方差σy2、σy2/vy2,μy作为最终计算结果的修正值,而σy2/vy2可作为模型集成选择的依据,对同一输出变量而言,σy2/vy2小的模型集成是较优的．     

基于粗糙熵的时序数据属性约简及规则提取研究

分析了近似质量在提取非确定性规则方面的不足,并基于粗糙熵的预测成功度概念,结合时序数据特点,提出一种属性约简及规则提取策略．该策略在对时序数据进行属性约简时,采用粗糙熵与时间距离相结合的方法,使得最终得到的约简在时序方面是较优的,最后使用UCI数据库进行仿真实验,效果良好．该策略在工程领域处理时序数据方面有一定的应用价值．     

基于RBAC的工作流任务实例授权规则

提出一种针对任务实例的授权规则TlAR.在RBAC的权限基础上,介绍权限组的概念及流程中应该被授予相同角色的权限集,并给出权限组实例的定义,以保证权限组中的所有权限授予同一个动态确定的受权者.     

动态约简的属性核

针对决策信息系统属性核计算问题,根据Bazan等人的动态约简模型,提出了动态核的思想,描述了多层面的动态核形式化定义,并阐述了动态核的性质,说明动态核真正具备了核的本质特征.     

一种基于贝叶斯多分类器组合的视频人脸取证系统设计

 贝叶斯多分类器组合模型可以表示图像间的条件概率和限定语义,并依此预测用户查询和序列图像间的相似度,是解决视频序列图像信息检索的有效手段。为了提高视频人脸取证系统中人脸图像匹配速度和准确度,提出和设计了一种基于贝叶斯多分类器的视频人脸跟踪识别取证系统。给出了系统的总体结构、主要模块的设计,以及采用的关键技术。实验中训练数据为有限的静态人脸图像,测试数据为视频图像序列。实验表明,该系统识别效率高、取证能力强、容错性好,在视频人脸分类中具有较好的效果,为动静结合人脸图像分类提供了一定的依据。     

有限离散偏序集哈斯图的自动生成

本文从CAI的角度,设计并实现了一种帧面型的CAI软件。该软件对任一关系可进行偏序判定,进而判定偏序集合是否为格,并由偏序求出其盖住关系,引入哈斯图逻辑层次的概念,在屏幕上自动生成哈斯图,完全达到了理论与实际的一致性。     

基于粗集的决策分析

粗糙集理论研究的重要内容是约简,目的在于获取优良的规则集合。本文描述了决策规则的多种指标,分析了他们体现的性质,并提出了规则集合的决策度量,从整体上体现了一个规则集合的性能,为多知识库决策奠定了基础。     

一种基于静态API调用与集成学习的恶意代码检测技术

本文提出了一种利用PE导入表中的静态API调用为特征,采用文本分类的思想,将获得的特征字符串转换为特征向量,并利用信息增益进行特征降维,最后利用集成学习算法训练分类器对恶意代码进行检测,实验证明了该方法的有效性。     

表格与数据库的直观结合处理

在办公室环境中,数据常以表格的形式呈现,表格作为数据处理的人机接口方式大大提高了数据处理的非过程化程度。本文就人和数据库的接口方式,表格处理与数据库的关系,以及表格数据的输入/输出方法等问题,提出了独特而有益的观点和方法,并在微机上加以实现。