国家教育部博士点基金(20060183043)
- 作品数：23 被引量：108H指数：7
- 相关作者：刘衍珩王健吴静田大新焦玉更多>>
- 相关机构：吉林大学吉大正元信息技术股份有限公司中国石油天然气集团公司更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术社会学经济管理交通运输工程更多>>
- WSN中一种DV-Hop定位精度改进算法被引量：9
- 2010年
- 提出了一种DV-Hop的改进算法(RHDV-Hop算法)。该算法引入接收信号强度指示器(RSSI)测距技术代替DV-Hop算法中到锚节点一跳距离测量并采用2-D Hyperbolic算法代替DV-Hop算法中三边测量法。通过NS2对RHDV-Hop算法和DV-Hop算法以及一些已经提出的对DV-Hop算法的改进算法进行了模拟实验对比,结果表明:RHDV-Hop算法定位精度要明显好于DV-Hop算法和其他改进的DV-Hop算法。
- 刘衍珩刘炳日孙大洋王爱民
- 关键词：计算机应用DV-HOP算法RSSIHYPERBOLIC
- 基于树型结构和加权熵的中文高频词提取算法被引量：1
- 2011年
- 提出了一种基于树型结构和加权熵的中文高频词提取算法。简单介绍了中文的树型结构和加权信息熵,详细叙述了算法的原理和设计步骤,并给出了具体的算法描述。实验结果表明,该算法是可行和有效的。
- 王龙刘衍珩李晓光官健
- 关键词：计算机应用加权熵前缀树后缀树
- 基于Hebb规则的分布神经网络学习算法被引量：18
- 2007年
- 随着知识发现与数据挖掘领域数据量的不断增加,为了处理大规模数据,scaling up学习成为KDD的热点研究领域.文中提出了基于Hebb规则的分布式神经网络学习算法实现scaling up学习.为了提高学习速度,完整数据集被分割成不相交的子集并由独立的子神经网络来学习;通过对算法完整性及竞争Hebb学习的风险界的分析,采用增长和修剪策略避免分割学习降低算法的学习精度.对该算法的测试实验首先采用基准测试数据circle-in-the-square测试了其学习能力,并与SVM,ARTMAP和BP神经网络进行比较;然后采用UCI中的数据集US-Census1990测试其对大规模数据的学习性能.
- 田大新刘衍珩李宾吴静
- 关键词：数据分割HEBB规则分布式学习
- 基于FCM的分布式学习方法被引量：2
- 2010年
- 在大规模网络入侵检测应用中,针对模块化神经网络算法学习精度高但效率相对较低的特点,采用SOM算法作为基本学习方法并利用其神经元竞争特性,引入模糊聚类FCM对SOM输出权值进行融合学习分类,在保持SOM高精度的基础上,大幅减少了学习时间。最后采用入侵检测数据集KDDCUP99进行测试,结果验证了算法的高检测率和较好的效率。
- 吴静刘衍珩吕荣
- 关键词：计算机应用入侵检测分布式学习神经网络
- 入侵检测中的多分类SVM增量学习算法被引量：3
- 2009年
- 通过分析入侵检测样本的分布特点,提出了一种多分类SVM增量学习算法.该算法通过衡量同类样本点和样本中心之间的距离来确定用于训练的支持向量,以选择对分类贡献较大的边缘向量进行训练,通过求解多个超平面的方法划分出不同类别样本的区域,实现了多分类的增量学习.在保证检测率的同时,减少了样本学习数量.利用KDDCUP99标准数据集进行测试,证明该算法可以大幅度降低训练的时间和空间复杂度.
- 吴静刘衍珩孟凡雪
- 关键词：支持向量机入侵检测
- 基于习惯的人类动力学建模被引量：11
- 2010年
- 定量地理解人类行为是现代科学的中心议题之一,但由于人类行为的复杂性,其规律是难以发掘的.当前使用的人类动力学模型都假设人类行为发生的时间是随机分布的.为更好地解释人类行为中的阵发性与重尾特征,基于习惯的人类动力学模型通过结合考虑排队模型与人类行为特有的习惯特征,根据事件已发生的次数与稳定程度调整分布参数,使用正态分布模拟连续事件发生的间隔时间,并利用随机参数模拟现实中随机出现的打断人类习惯行为的突发事件,进一步通过考虑事件发生的持续时间,以模拟人类对事件持续关注的现象.
- 焦玉刘衍珩王健王静
- 关键词：人类动力学
- 基于卡尔曼滤波的神经网络修剪算法研究
- 2009年
- 传统的BP神经网络在应用的过程中,常常面临无法确定合适的网络节点问题。网络规模小,则运算时间长;而网络规模过大,容易产生过学习现象,影响泛化能力。在传统的BP神经网络学习的基础上,采用卡尔曼滤波算法对神经网络中的权值向量进行修剪,实现对神经网络结构的简化,提高泛化能力。它不同于以往的边修剪、边训练,而是在神经网络一次完整的学习完成之后,一次性修剪。方法在入侵检测数据集测试中表明,修剪比例较高,精确度好,修剪完成的网络能够很好地保持修剪前的测试识别率,提高了学习速度和泛化能力。
- 吴静刘衍珩吕荣
- 关键词：神经网络泛化能力卡尔曼滤波
- 基于可信证书的可信网络接入模型及实现被引量：3
- 2010年
- 通过在可信网络连接TNC场景中设立第三方可信证书中心的方式,对不满足TNC体系结构的终端提出了一种新的访问模型,详细地说明了该模型的工作流程和通讯机制,并用仿真实验证明了该模型在解决该类终端接入可信网络连接的可行性。
- 魏达贾翔鹏王健刘衍珩
- 关键词：计算机系统结构可信网络可信接入
- 基于网络拥塞的Internet级联故障建模被引量：12
- 2010年
- Internet是一个典型的具有自组织临界特性的复杂网络,分析了Internet级联动力学特点,指出了两点可能引发级联故障的原因;不同于以往的介数模型,提出了节点拥塞函数,相当于给每个节点赋一个动态的权值,以表征该节点的拥塞程度;加入了延迟时间,在永久删除策略和不删除策略之间建立关联.另外,建立了新的网络效率评估函数并以此衡量级联故障的严重性.仿真实验研究了不同的拓扑结构、规模、延迟时间、节点处理能力和包产生速率对拥塞传播的影响,揭示出级联故障传播分为3个阶段以及影响传播的主要因素.
- 王健刘衍珩梅芳张程
- 关键词：复杂网络级联故障延迟时间
- 基于分布式统计时间序列的网络流量分析被引量：1
- 2010年
- 研究网络数据在分布式存储下的相关性,有利于入侵检测整体的学习和指导优化数据的存储。重点研究了网络传输过程中各种类型数据的流量的这种相关性,提出了一种基于分布式统计(DS)的时间序列分析方法:根据网络协议间的关系将数据包分组,分析数量关系并给出报警阈值。仿真实验结果表明,该方法能较好地发现各种网络攻击。
- 孟凡雪刘衍珩吴静杨书奇
- 关键词：入侵检测时间序列网络流量
