基于支持向量机的入侵检测研究

根据入侵检测和支持向量机的特点,提出基于最小二乘支持向量机异常检测方法,并建立基于支持向量机入侵检测的模型,对网络数据进行采集,提取特征,进行分类,分辨正常的数据和异常的数据。并在KDD CUP'99标准入侵检测数据集上进行实验,选取data_10_percent子集,把该数据集中的41个属性作为特征,将该子集最后一个属性label属性为:back,ipsweep,neptun,ports-weep和normal各200个数据进行测试。实证表明:该方法能获得较高检测率和较低误警率。     

基于支持向量机的飞行安全隐患危险性评价

提出了基于支持向量机的飞行安全隐患危险性评价方法,建立了支持向量机模型。并以飞行安全隐患危险性评价的基本要素为输入节点,以评价结果作为输出节点,对空军某部的飞行安全状况进行了评价。结果表明:对于飞行安全隐患危险性评价问题,支持向量机方法较传统神经网络方法精度更高,速度更快,实际应用中也更易于实现。     

PCA-SVR在煤层瓦斯含量预测中的应用

针对煤层瓦斯含量与其影响因素之间存在着复杂的非线性关系,建立了基于主成分分析和支持向量回归机的煤层瓦斯含量预测模型。该模型有效地解决了小样本、非线性预测的问题,并发挥了主成分分析法消除输入变量间相关性的优点,减少了输入变量个数,提高了预测精度和收敛速度。通过实证分析,该模型的预测精度高,能够直接用于煤矿现场预测煤层瓦斯含量。     

Metal prices and the business cycle

Metal price fluctuations have recently been of interest not only because of their cyclical volatility but also of their interaction with business cycles. A related issue is whether metal prices move together sufficiently to collectively reflect macroeconomic influences. Correlation or the tendency for prices to move together has been termed “comovement”, where the commonality in prices reflects the tendency of commodity markets to respond to common business cycle and trend factors. Metal prices are known to respond to macroeconomic influences and the latter might well explain the common factor which causes them to move together. Our goal is to provide an estimate of the common factor in metal prices and to relate this factor to important macroeconomic influences. The prices we study are for aluminum, copper, tin, lead and zinc; the macroeconomic variables include industrial production, consumer prices, interest rates, stock prices, and exchange rates. Our results confirm that the common factor in metal prices can be related to such macroeconomic influences.     

浅析成本与市价孰低法

本文简要阐述了成本与市价孰低法,通过对该种方法的优缺点的讨论和评价,提出了在我国暂不推行该种计价方法,为以后能与国际惯列保持一致,并提出了相应的简便易行的对策。     

基于支持向量机的湿法脱硫塔污染治理优化与能效评价

环境污染排放治理与系统综合能耗之间的协同优化与评价是解决我国环境与能源不堪重负的理论前提。针对燃煤电厂脱硫系统协同优化与评价的关键问题,基于湿法脱硫控制系统在线运行数据的支持向量机(SVM)智能深度自学习,构建了脱硫系统实时在线污染排放指标和系统综合能耗指标的协同预测模型,明晰了关键调控参数-污染排放治理-系统综合能耗之间的协同耦合规律,据此提出了工业级锅炉脱硫塔的污染排放治理与系统综合能耗的创新协同评估方法。结果表明：出口二氧化硫排放浓度和系统综合能耗指标与氧含量呈负关联协同耦合关系,与浆液密度呈先减后增的协同耦合关系,而污染排放治理与系统综合能耗指标呈负关联协同耦合关系;提高氧含量并将浆液密度控制在约1 250 kg·m⁻³,可使系统污染排放治理与综合能耗指标均处于最优状态,协同优化可使系统综合能耗指标最大降幅达8.3%。示范工程验证表明：脱硫系统污染排放与综合能耗指标的协同预测模型精准可靠,其最大误差小于10%。综合上述结果,基于支持向量机的回归方法可应用于工业级湿法脱硫锅炉的污染排放治理与能效评价,对实际脱硫工程的优化运行具有指导意义。     

改性酚醛泡沫脱除SO2/NOx影响因素模型

改性酚醛泡沫具有良好的吸附性能,可用于脱除气态污染物,需深入研究其脱除效率与各影响因素间关系。首次引入支持向量机建立改性酚醛泡沫吸附反应床模型,研究在不同温度、气质比、含氧量等影响因素下改性酚醛泡沫脱除二氧化硫、氮氧化物等气态污染物的脱除效果及最优反应条件。烟气模拟脱硫脱硝实验确定RBF-ε-SVM模型为反应器内最优污染物浓度分布预测模型,惩罚系数c=100,gamma因子g=0.1。基于最优模型的各影响因素实验表明：氧气含量在6%时改性酚醛泡沫脱硫脱硝效果最佳;随着质气比的增加脱除效果增强;反应温度在80 ℃内脱除SO2和NO的效率随着烟气温度的升高而降低。该模型可用于改性酚醛泡沫吸附反应床的最优工况选择,反应器内浓度分布的在线监控,以及指导反应器的放大、中试。     

水质总氮在线检测的光谱数据校正方法

由于受光纤灯源光能波动和一些外界干扰的影响,微型光谱仪检测到的光谱数据存在波动现象,这将直接影响水质总氮在线检测的精确性。在采用均值法去除随机噪声干扰的基础上,针对光能波动的问题基于支持向量机提出了一种光谱数据校正方法,并建立了吸光度与浓度的线性关系。实验结果表明,该方法提高了光谱数据的稳定性,检测相对误差从校正前的12%提高到5%以内,满足水质总氮的分析测试要求。     

基于决策树支持向量机算法的船用设备故障诊断

目的 提高船用设备的智能化水平,增强船舶的安全性、可靠性,对船上设备进行状态监测,并基于监测数据对设备健康状况进行评估,对可能存在的故障工况进行识别.方法 通过采集机舱内的振动数据,对数据进行预处理、快速傅里叶变换,提取1/3倍频带特征,将倍频带谱信号作为特征向量,利用支持向量机算法进行模型训练及分类.对于船上多种工况...     

生态投资对南水北调水价的影响

跨流域调水工程不仅是一个复杂的水利工程，还是一个十分复杂的生态系统工程。从南水北调水价构成与流域生态投资组成理论出发，从资源水价、工程水价和环境水价3部分分析南水北调水价的构成，利用分段成本累加法测算工程成本，按照两部制测算供水水价。探索性地讨论了生态投资的含义及组成构架，将生态投资分为直接投资和间接投资两个部分，并将其在南水北调工程投资中进行投影。同时以南水北调东线一期工程为实例，对生态投资的各项组成部分分类进行探讨，并对生态投资对受水区水价的影响进行定量测算，确定生态投资在南水北调工程中起到举足轻重的重要作用。