贝叶斯树算法在异常入侵检测中的应用

研究了Windows平台下异常检测方法,提出了一种利用Windows Native API调用序列和基于贝叶斯树算法的主机服务进程规则与对应概率分布生成算法。根据长为N-1的Windows Native API调用序列预测第N个调用的概率分布,对生成的概率序列用U检验方法作为异常检测算法。以贝叶斯树作为弱分类算法,利用AdaBoost-M1方法构造多个基于贝叶斯树的概率分布序列,并按一定方式把它们组合成一个加强的概率分布序列进行入侵检测。实验结果表明这种方法能明显提高模型预测能力。     

混凝土徐变的Gamma模型参数估计研究

针对长期荷载作用下的混凝土结构,将混凝土徐变量作为表征混凝土结构服役性能的退化指标,采用Gamma随机过程模拟混凝土徐变发展过程的不确定性.当参数c和尺度参数β为随机变量且其先验分布已知时,可利用Bayesian定理,得到c和β的后验分布和估计.作为特例,给出c为定值、β先验分布服从Gamma分布的后验分布和β后验估计...     

一种基于正则粒子滤波器的目标跟踪算法

滤波技术是实现多目标跟踪的核心技术之一.粒子滤波器是基于序贯Monte Carlo仿真方法的非线性滤波算法.本文采用正则粒子滤波算法来代替标准的粒子滤波算法.正则粒子滤波算法是基于正则再采样算法,即根据后验密度的离散分布重建它的连续分布,然后从后验分布的连续近似中采样获得再采样粒子,从而能减少粒子的退化现象.仿真结果表明,该算法的跟踪误差要小于标准粒子滤波算法,并且具有更好的跟踪性能、较高的实用价值和广泛的应用前景.     

面向商用车行驶工况优化设计的高速公路工况识别

为解决商用车行驶工况优化设计中确定工况类型的问题,研究商用车行驶工况特性,提出一种基于朴素贝叶斯方法的高速公路工况识别方法。利用21辆长途运营商用车采集的106 200 km行驶工况数据,以3 km为单位进行分割,共获得35 230段有效试验路段数据(其中:高速公路27 986段;一般公路6 124段;城市公路1 120段)。以该数据为基础,根据朴素贝叶斯方法分析汽车运行过程中的平均速度和挡位统计信息,确定面向商用车行驶工况优化设计的阈值划分区间,获得相关的先验概率和条件概率,利用MATLAB软件进行编程计算,对高速公路工况进行了识别分析。研究结果表明:高速公路工况识别的正确率到达88.26%,高速公路工况被误判为一般公路工况的误判率为9.54%,高速公路工况被误判为城市公路工况的误判率为2.20%;基于朴素贝叶斯方法的高速公路工况识别能够为商用车行驶工况优化设计提供一种有效的高速公路工况识别方法。     

基于动态贝叶斯网络的CTCS3-300T列控车载系统运行可靠性及可用性评估

考虑运行过程、多状态性、动态失效及恢复机制等问题,基于动态贝叶斯网络对CTCS3-300T车载系统运行可靠性及可用性进行评估。在分析300T车载系统结构及可靠性框图的基础上,结合系统运行过程,实现动态贝叶斯网络的结构学习和参数学习。动态贝叶斯网络推理结果表明:300T车载系统具有高运行可靠度和可用度,系统失效后,能通过切换冗余开关迅速恢复系统功能;为提高系统可靠性和可用性,对系统功能模块的重要度顺序和导致系统失效的敏感性元件顺序进行了研究。研究结果表明:在系统运行阶段,对主系统和备系统进行定期切换,能有效提高运行可靠度;备用动车组可有效提高运行可用度。最后,通过中国铁路某集团有限公司300T车载系统现场维护数据验证本文分析结果的准确性和有效性。     

分布式压缩感知在船舶多用户超宽带系统的应用

压缩感知是信号与信息处理领域的重要研究成果,被广泛的应用于超宽带系统中。本文主要研究超宽带通信系统的结构和压缩感知技术,然后建立船舶多用户模型,最后将分布式贝叶斯压缩感知应用于信号的重构。进行不同算法的对比实验,实验结果表明本文算法稳定性好、精度高。     

《铁路技术管理规程》知识库管理系统研究

为加强《铁路技术管理规程》（简称:《技规》）知识管理，提高《技规》知识学习效果，从知识管理的角度研究设计《技规》知识库管理系统。根据尊重知识管理科学规律，坚持系统设计的易用性、开放性和可扩展性，以及整体设计、分布实施的原则，对《技规》知识库管理系统进行功能需求分析，并在此基础上设计由数据层、业务层和展现层组成的系统架构。据此开发的《技规》知识库管理系统功能完备，界面简洁、易用，经试用验证了系统设计的可行性。     

贝叶斯分层模型变分推理与概率编程方法综述

在贝叶斯模型中，往往无法解析计算后验概率，在实践中依赖于近似推理。变分推理（VI,Variational Inference）是重要的确定性近似推理方法，比马尔科夫链蒙特卡罗（MCMC,Markov Chain Monte Carlo）采样具有更高的计算效率，在大数据时代有着显著优势。文章通过贝叶斯分层模型，回顾了经典VI，分析了随机变分推理（SVI,Stochastic Variational Inference）及其在主题模型中的应用，综述了更稳健的VI，概述了概率编程系统的研究进展，并对VI的未来发展趋势做出了展望。     

基于贝叶斯网络推理的列车可靠性评估方法

基于复杂网络理论建立了城市轨道列车的系统可靠性网络模型,提出了一种基于贝叶斯网络推理的系统可靠性评估方法。其中,为解决计算时不可量化的参数问题,提出了去权去方向化处理方法。对列车受电弓系统建模和计算结果表明,基于贝叶斯网络理论的系统可靠性评估方法可作为实用的建模和分析方法应用于城市轨道列车机械系统的可靠性分析。