摘要：为解决数据维数高、信息冗余导致的数据处理问题,提出基于改进混沌粒子群的最优特征提取方法。引入初始潜能的概念优化粒子群的初始化,降低传统的随机初始化导致的盲目性;在此基础上同时考虑粒子的适应度值和位置两个影响因素,对权重做出动态调整,调节空间范围搜索的能力,通过早熟判断机制,及时引入混沌变量避免局部最优。KDDCUP99数据实验得到的分类正确率验证了该方法的有效性和高效性。

摘要：为解决特征选择算法在面向不同特性的数据集时完备性差的问题,提出一种基于信息共享的二次特征选择算法。基于信息共享的观念,利用两种传统特征选择算法得到预选特征子集,通过信息在人工鱼群算法和混合蛙跳算法中的传递,实现二次特征选择,得到最优的特征子集。实验结果表明,在不同分类器和不同数据集下,该方法可以减少特征空间维数,保证较好的分类准确率。

摘要：为了克服隐马尔可夫模型(hidden Markov model,HMM)在训练时波氏算法(Baum-Welch,B-W)易陷入局部最优解的不足,采用自适应遗传算法对其进行参数优化,设计了染色体编码方法和遗传操作方式。利用Viterbi算法选择最有可能的元证据序列,用疑似证据替换元证据回溯得到证据链。实验结果表明,自适应遗传算法优化的HMM具有更好的状态,采用Viterbi算法得到的证据链能够较精确地重现网络入侵的犯罪现场。

摘要：通过分析图表在 VFP环境中应用的几项关键技术 ,阐明了在自学考试信息管理这一实际工程中的设计和实现方法 ,使得类比数据的给出形式更加直观。