学科分类
/ 6
106 个结果
  • 简介:借鉴成本敏感模型,综合考虑攻击和响应以及攻击目标等各方面的因素,提出基于最小代价响应决策算法,并对攻击和响应相关的因素进行了量化,与基于分类的响应决策算法相比,该算法具有更高的有效性、成功率和扩展性。

  • 标签: 入侵响应决策 入侵检测 成本敏感 最小代价
  • 简介:DIS作战指挥辅助决策系统的结构图如图2所示,  该项目进行了DIS作战指挥辅助决策系统框架的研究,  辅助决策系统采用一个三部件结构

  • 标签: 作战指挥 决策系统 指挥辅助
  • 简介:4电子政务决策支持系统面临的问题  (1)提供的信息应该具有针对性,利用联机分析处理、数据挖掘、数据仓库等技术从海量数据中分析并提取有用的信息,数据挖掘技术按照一定的规则对数据库和数据仓库中已有的数据进行信息开采、挖掘和分析

  • 标签: 决策支持系统电子政务
  • 简介:通过扩充情感词典词基数,新建中立词词典,引入网络流行词等方式丰富情感词典,提高分词后情感词匹配的准确性;以某评价类网站网民评论作为原始数据进行分词,提取相应的正向情感分数,负向情感分数,中立情感词个数,评论情感总分值等特征,通过对连续数据的规约提炼离散属性,按照信息增益最大原则生成决策树进行评论的情感分类,去除小概率节点后进行两次实验,对好评的识别率达到90%,对差评的识别率达到92%。对中评的识别率达到75%。

  • 标签: 情感词典 特征 信息增益 决策树
  • 简介:科技经费辅助决策支持系统采用关系型数据库技术附以MSGRAPH图表技术实现,    二、科技经费项目绩效档案信息的抽取    为保证统计决策数据能真实反映科技绩效情况,本文阐述了如何利用科技经费项目绩效档案来实现科技经费辅助决策支持系统的设计

  • 标签: 决策系统 利用科技 实现辅助
  • 简介:在软件行业中,五年就像是一个地质时代。五年前,Microsoft宣布了自己的Micorsoft.NETFramework计划。从那以后,DataSet(数据集)才开始作为关键对象出现在基于.NET的应用程序中,执行多种数据相关的任务。也是五年前,DataSet被誉为ADO记录集(Recordset)的威力增强版。那么在.NETFramework出现之前,您是如何设计数据访问层(DAL,DataAccessLayer)的呢?我想您一定是以ADO和它全能的Recordset对象——断开的、且可进行XML序列化的——为中心构建数据访问层。

  • 标签: 数据集 FRAMEWORK RECORDSET对象 DATASET MICROSOFT 数据访问层
  • 简介:2 城市规划空间决策平台体系结构目前大多数城市规划管理系统建设主要完成规划地理信息数据的管理维护以及城市规划办公管理业务的处理.只有少数大、中型城市开始着手研究利用计算机与GIS技术辅助城市规划管理与设计中的决策性业务,为决策者提供更为逼真的决策效果.3 建立城市规划空间决策应用模型城市规划空间辅助决策的应用模型由空间数据、属性数据、空间决策知识库、决策模型库、算子、决策结果组成(图2).空间数据是指按矢量或者栅格存储的空间实体的集合,这样就需要利用空间辅助决策平台对大量的规划信息数据进行统计与分析

  • 标签:
  • 简介:管理资讯系统(ManagementInformationSys-tem)是信息技术、信息化日益发展中而产生的现代企业经营管理技术。它由贯通企业内外和网络企业各个阶层作业的管理系统(ManagementSystem)、沟通系统(CommunicationSystem)和电脑系统(ComputerSystem)复合组成。管理资讯系统的主要功能是:

  • 标签: 管理资讯系统 经营管理 企业 计算机管理
  • 简介:本文作者从实际应用出发,对现存数据挖掘决策树分类方法进行了研究,并应用到系统当中,实现了决策支持模块。关键词数掘挖掘;决策树算法;改进;实现中图分类号TP301.6文献标识码A文章编号1007-9599(2010)04-0000-02DataMiningDecisionTreeImprovement&ImplementationXiaYan,ZhouXiaohong,WangDong(ChangchunTechnologyCollege,Changchun130033,China)AbstractTheauthorstudiedonexistingDataMiningdecisiontreeclassificationmethodbasedonthepracticalapplication,andappliedtothesystem,achievedadecisionsupportmodule.KeywordsDataMining;Decisiontreealgorithm;Improve;Achieve随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据量急剧增大,在大量的数据背后隐藏着许多重要的信息,如果能把这些信息从数据库中抽取出来,将会产生重要的作用。因此,数据挖掘涉及的学科领域逐渐扩大,数据挖掘的方法也在不断地改进和提高。分类在数据挖掘中是一项非常重要的任务,分类算法可以分为决策树分类算法、遗传算法、神经网络方法、K-最近邻分类算法等。这里,以疾病防控与儿童免疫管理系统中决策支持子系统的开发过程为例,对决策树分类算法的改进及在实际中的应用进行阐述。一、数据选取和数据预处理在本系统中,以预防接种中遇到异常反应后记录的“异常反应调查表”中的数据为例进行说明。具体实现过程详细说明首先输入训练集,由于在真实的SQLServer数据库当中,为了降低存储要求和减少存储时间,并非真正存储每个数据项的属性值,而是用存储数字来对应相应的意义,如在数据库的数据表中,“性别”字段中“1”代表“男”、“2”代表“女”,反应到程序页面时再映射回原来的值,为了说理清晰又限于篇幅,这里只将所有数据集中有代表性的十几组数据作为分类模型创建的输入训练集。表1判断是否需要计划外加强免疫的属性表儿童编号月龄出生状态常住地上次注射后反应是否需要计划外加强免疫0405102<=2正常产城市无不良反应否0405495<=2正常产农村无不良反应否0401342>5正常产城市无不良反应是04054352…5正常产城市轻度反应是04065342…5非正常产城市重度反应是04072342…5非正常产农村重度反应否0401544>5非正常产农村重度反应是0408519<=2正常产城市轻度反应否0404566<=2非正常产城市重度反应是04035472…5非正常产城市轻度反应是0401534<=2非正常产农村轻度反应是0405856>5正常产农村轻度反应是0409533>5非正常产城市无不良反应是04053442…5正常产农村轻度反应否二、生成决策树对训练集的每一个属性,计算其信息增益。以“月龄”属性为例,每个结点中的正反例的个数分别为[2,3]、3,2、4,0,分别计算如下info2,3==0.971;info3,2==0.971;info4,0=0;计算信息熵E(月龄)==0.693;计算该属性的信息增益量,选取信息增益最大的属性为节点,按该属性的值划分数据集合Gain(月龄)=Info(9,5)-E(月龄)=0.940-0.693=0.247;同理,对“注射反应”属性、“出生状态”属性、“常住地”属性都可计算每个结点的正反例的个数(由于篇幅有限,不作计算)。通过对各属性信息增益的计算结果,选择“月龄”属性作为根节点,然后划分“月龄<=2”的所有可能性。计算当“月龄<=2”时,“注射反应”、“出生状态”、“常住地”的信息增益值Gain(注射反应)=Info(2,3)-E(注射反应)=0.971-0.4=0.571;Gain(出生状态)=Info(2,3)-E(出生状态)=0.971-0=0.971;Gain(常住地)=Info(2,3)-E(常住地)=0.972-0.951=0.020;同理考虑“月龄>5”的情况,由于“月龄>5”时,各个节点都是纯节点,所以不再划分。三、产生决策规则遍历决策树,输出叶结点类属性值,用IF—THEN形式表达为IF(月龄2…5AND注射反应=无)THEN(类别=是)IF(月龄2…5AND注射反应=轻)THEN(类别=是)IF(月龄2…5AND注射反应=重AND出生状态=正常产)THEN(类别=是)IF(月龄2…5AND注射反应=重AND出生状态=非正常产AND常住地=城市)THEN(类别=否)IF(月龄2…5AND注射反应=重AND出生状态=非正常产AND常住地=农村)THEN(类别=是)……依此类推,共可产生十三条规则。四、决策支持子系统的分析用上述基于决策树的分类算法所得到的模型生成的规则来预测测试集中的未知数据属于哪一类,并通过该模型的测试结果与实际情况相吻合的准确率来判断该决策树是否有效。首先,用整个数据集中2/3的数据作为训练集按照基于决策树的分类算法来建立模型,生成一棵决策树。然后,用余下的1/3的数据作为测试集,通过创建的模型进行预测,并将预测结果和实际值进行比较。如果准确率达到或超过事先确定的阈值,则可以认定该模型对于数据分类是有效的,能够在实际中应用;反之,则认定该模型的分类效果不好,需要按以上步骤来重新判断,直到分类准确率达到预定的阈值为止。在本系统中,经过测试预测准确率已达到87%,在可以接受的范围内,所以算法是有效、可行的。参考文献1陈文伟,黄金才.数据仓库与数据挖掘.人民邮电出版社,20042王万森.人工智能原理及应用.电子工业出版社,20003范明,孟小峰.数据挖掘——概念与技术.机械工业出版社,2001作者简介夏琰(1980-),女,吉林长春人。长春职业技术学院信息技术分院,教师,讲师,硕士,研究方向为计算机应用。

  • 标签:
  • 简介:Android系统手机安全涉及到不同的安全环节,在手机ROOT后,如何保证用户的信息安全,防止出现各种信息泄露、恶意扣费、系统破坏等事件。通过对Android现在防御安全方案分析,有动态改变权限和入侵检测系统检测和控制恶意软件的危害两种方案,经吸收这两种方案的优点,提出了基于异常行为的动态管理权限方案,用于实时监测手机的异常行为,从而保证手机系统安全。

  • 标签: ANDROID 信息安全 实时监测
  • 简介:虚拟机动态迁移算法要求在不中断对外实时服务的条件下迁移虚拟机资源,同时要求宕机时间非常短、迁移操作对用户透明。要达到迁移算法的目标,在不同的应用场景下选择合适的迁移算法至关重要。本文提出一种虚拟机动态迁移决策算法,通过分析不同虚拟机动态迁移算法的性能,基于虚拟机负载特征,决策出最优迁移性能的算法。实验结果表明,该算法能够针对不同的负载类型准确地选择最优的迁移算法,相对主流的预拷贝迁移算法能够有效减少迁移时间和停机时间。

  • 标签: 虚拟机动态迁移 负载特征 决策算法 云计算
  • 简介:随着社会信息化水平的不断提高,计算机技术目前在人们的生活当中发挥出至关重要的作用,同时人们也越来越依赖于计算机技术。在这样的背景下,对于网络安全的研究已成为最重要的问题之一,博弈模型就是在这样的条件下应运而生。简单说来,博弈模型就是依据计算机网络中的一些脆弱的信息,最终生成出网络状态攻防图,并根据这个攻防图总结出最优化的攻防策略,在最大程度上提升网络的安全性。基于此,本文以博弈模型为基础,总结出基于博弈模型的理论如何为提升网络安全生成最佳的决策方法。

  • 标签: 博弈模型 网络安全 攻防策略
  • 简介:上海集装箱码头有限公司(简称SCT,网址)是由上海港集装箱股份有限公司与香港和记黄埔上海港口投资有限公司共同投资组建的,是全国交通系统第一家合资企业。现拥有宝山、张华浜、军工路3个国际集装箱专用码头,其集装箱吞吐量在2000年即已达295万标准箱,比上年增长13.7%。为了适应不断扩大的业务需求,

  • 标签: SCT 决策支持系统 数据仓库 数据管理 数据库 CA
  • 简介:1.教师备课、处理教材能力差。在教学中,备课与讲课完全脱节,备课就是为了应付校领导、上级领导的检查。备课是课堂教学的前提和基础,试问:这样的无效备课课堂能高效吗?

  • 标签: 课程教学 决策 课堂教学 备课 领导 教师
  • 简介:作为一个优秀的服务器软件,Apache的源代码组织非常紧凑,每一位程序员都能从这些源代码中获取设计思想的火花。我们正是需要这些设计方法来改进和完善我们自己设计的系统,从而得到一个飞速的提高。

  • 标签: 内存管理 APACHE 服务器软件 源代码 操作系统 程序员
  • 简介:随着Internet快速发展,越来越多的用户接入Internet,对无线业务的需求也越来越大,更多的人希望无论是在静止环境还是移动环境下都能方便快速地接入Internet。支持移动终端的IEEE802.16e协议便应运而生,填补了高速率无线局域网和高移动性蜂窝通信系统之间的空白。IEEE802.16e-2005(MobiewirelessMAN)是IEEE802工作组在IEEE802.16d-2004的基础上提出来的协议标准.

  • 标签: IEEE 802.16e 安全机制 协议