导读:本文包含了随机网络模型论文开题报告文献综述及选题提纲参考文献，主要关键词:网络安全态势感知,多层次CSSA,随机森林,决策树
随机网络模型论文文献综述
钱真坤[1]（2019）在《网络安全态势感知框架及随机森林评估模型》一文中研究指出针对传统网络安全态势感知评估过多依赖专家经验的问题,提出一种基于随机森林的多层次网络安全态势感知(Cyber Security Situational Awareness,CSSA)框架评估模型.首先将CSSA的过程与安全数据生命周期进行对齐,并分析CSSA的需求,提出CSSA多层次分析框架,然后采用随机森林算法,构建CSSA评估模型,该模型基于多个分类器组合的思想,由决策树构成,每棵树依赖于独立样本,以及森林中所有树的随机向量分布相同的值.在进行分类时,每棵树投票并返回票数最多的类,这使得网络安全态势评估更为客观和准确.实验表明,与贝叶斯网络相比,此模型可以更快速、更准确地评估当前的网络安全情况.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年11期）
赵磊,关宏志,张新洁,朱俊泽[2]（2019）在《基于有限理性的随机网络路径选择模型》一文中研究指出为研究出行时间不确定条件下有限理性出行者的路径选择行为,以路段容量降级网络为研究对象,将路径自由流时间作为路径走行时间的下界,提出了关于路径走行时间的截断正态分布概率密度函数,建立了考虑路径走行时间边界的出行时间预算模型.通过考虑出行者有限理性的决策特征,以预算时间最小值的无差异阈值作为出行者可接受的最大出行时间,提出了有限理性置信水平的概念,即出行者可以在最短预算时间的无差异阈值内到达目的地的概率.然后,根据随机效用最大化理论,以出行者感知的有限理性置信水平为路径选择成本,构建了考虑可靠性的有限理性交通均衡模型,并给出了其等价的变分不等式问题.此外,设计了一个基于路径的求解算法对所提出的模型进行求解.最后,应用一个数值案例来验证所提出的模型和算法.算例结果表明:忽略路径的自由流时间将降低出行者准时到达的可能性,并且出行者可接受的无差异阈值尺度对其路径选择行为有较大影响.(本文来源于《北京工业大学学报》期刊2019年12期）
陆军,丁进良[3]（2019）在《基于鲁棒随机配置网络的原油总氮含量预测模型》一文中研究指出炼厂多以混合原油作为原料油进行加工,多种原油混合造成原油物性指标不确定性增加,故本文提出了基于鲁棒随机配置网络(SCNs)的原油总氮含量预测模型。首先,提出了Bayesian框架下的鲁棒SCNs。在Bayesian框架下,假设噪声服从具有重尾分布性质的两个高斯混合分布以提高SCNs的鲁棒性。然后,由于高斯混合分布的假设使模型参数没有解析形式的解,本文利用期望最大(EM)算法优化了模型的参数。最后,利用炼厂实际数据进行实验,实验结果表明本文提出的方法具有较好预测精度和鲁棒性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
代伟,李德鹏,马小平[4]（2019）在《基于模型与数据混合并行学习的随机配置网络》一文中研究指出随机配置网络(Stochastic configuration networks, SCNs)在增量构建过程引入监督机制来分配隐含层参数以确保其无限逼近特性,具有易于实现、收敛速度快、泛化性能好等优点.然而,随着数据量的不断扩大,SCNs的建模任务面临一定的挑战性.为了提高神经网络算法在大数据建模中的综合性能,本文提出了一种混合并行随机配置网络(Hybrid parallel stochastic configuration networks, HPSCNs)架构,即:模型与数据混合并行的增量学习方法.所提方法由不同构建方式的左右两个SCNs模型组成,以快速准确地确定最佳隐含层节点数,其中左侧采用点增量网络(L-PSCN),右侧采用块增量网络(R-BSCN);同时每个模型建立样本数据的动态分块方法,从而加快候选"节点池"的建立、降低计算负荷.最后采用大数据仿真验证了本文所提方法的有效性.(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
蔡宏斌,李平,苏成利,曹江涛[5]（2019）在《带有随机网络丢包的工业信息物理系统的鲁棒模型预测控制器设计（英文）》一文中研究指出在工业信息物理系统中,针对一类遭受随机网络丢包的线性离散时间系统,提出了一种新颖的具有主动补偿机制的鲁棒模型预测控制方法。首先,将网络丢包的过程描述成伯努利概率分布;然后,通过利用Lyapunov稳定性理论,求解一组线性矩阵不等式获得控制器存在的充分条件。此外,本文考虑了丢包率具有不确定性和未知的两种情况,大幅度降低了控制器的保守性。设计的鲁棒模型预测控制方法不仅能有效地清除工业信息物理系统中的网络丢包问题带来的负面影响,而且还能保证闭环系统的稳定性。最后,利用两个仿真例子证明提出方法的优越性和有效性。(本文来源于《Journal of Central South University》期刊2019年07期）
段庆锋,冯珍[6]（2019）在《基于指数随机图模型的学术社交网络形成机制研究》一文中研究指出【目的/意义】在线学术社交兼具学术性与社会性属性,探讨其形成机制有助于深入理解互联网影响下的科学活动新规律。【方法/过程】梳理有关文献,将学术社交网络形成机制归纳为四方面:学科差异、多维同配、马太效应和结构嵌入;以指数随机图模型为指导,将关键因素纳入网络分析框架,构建ERGM实证模型,并以科学网博客用户好友网络为例,实证检验假设有效性。【结果/结论】结果发现:不同学科具有不同的跨学科社交倾向,其中人文社会科学用户表现最为强烈;学科、职称、机构相同的用户更容易建立社交关系;内容和关系方面的优势并没有给网络用户带来社交优势;好友关系更倾向于嵌入叁角结构。总之,研究发现学术社交网络呈现显着的学科差异、多维同配和结构嵌入倾向,而马太效应没有得到实证支持。(本文来源于《情报科学》期刊2019年07期）
李燕,洪振木[7]（2019）在《我国股票市场复杂网络模型的“去噪”研究——基于随机矩阵理论》一文中研究指出复杂网络是研究股票市场强有力的工具,构建一个含有优质信息的股票市场复杂网络模型是研究股票市场网络特性的基础。以2017年7月上证180指数成分股的5分钟高频交易数据构建股票市场复杂网络模型并对RMT理论(随机矩阵理论)在我国股票市场的优化机制进行研究。从网络稳定性、投资组合风险两方面探索网络优化前后拓扑性质的迥异。实证分析结果表明,当市场相对稳定时,优化网络有着比原网络更好的稳定性,并且在允许卖空的条件下,RMT方法相对准确地估计了风险,减小了实际投资风险。(本文来源于《叁明学院学报》期刊2019年03期）
谭灵芝,孙奎立[8]（2019）在《城市生活垃圾分类回收网络治理关系研究——基于指数随机图模型的分析》一文中研究指出2017年《生活垃圾分类制度实施方案》正式公布实施,但现阶段分类效果仍不显着。原因之一在于生活垃圾回收涉及多利益主体,各利益主体的纠纷和冲突阻碍我国生活垃圾分类回收目标实现。寻求解决各利益主体冲突的途径,有助于较好地解决上述问题。作者通过Markov随机图模型和高阶随机图模型对城市生活垃圾分类回收利益网络结构和关系进行分析。研究结果发现:整个生活垃圾分类回收体系形成了众多节点,各节点间彼此相互影响,产生了连接或分散或紧密的子群。其中,政府组织内部节点存在互惠性,网络等级闭合路径显着,说明政府组织内部会形成紧密度较高但直径较短的核心结构,特别是存在隶属关系的节点。而同级别机构或非隶属关系的节点之间联系紧密度较低,各自为政。政府组织与非政府组织之间网络紧密度较低,没有形成强有力的交互影响关系,造成生活垃圾分类回收利益隔离,难以对生活垃圾分类回收形成强有力的管理。因此,现阶段应该加强不同组织间的合作,形成利益共享机制,提高城市生活垃圾分类回收可持续性。(本文来源于《城市与环境研究》期刊2019年02期）
于大海[9]（2019）在《基于BP神经网络和随机森林算法的冠状动脉狭窄风险识别模型研究》一文中研究指出目的:冠心病是由冠状动脉血管狭窄所致心肌缺血缺氧的一种心血管疾病,其预后情况复杂多变。冠心病已然成为当前威胁人类生命健康的重要原因。冠状动脉造影手术治疗是目前唯一可以直接观察冠状动脉形态的论断方法,被认为是当前诊断冠心病的“金标准”,但由于冠状动脉造影存在创伤性,禁忌症和术后并发症,费用昂贵等诸多缺点,无法开展大规模的人群筛查,因此针对冠心病患者,构建冠状动脉狭窄早期风险识别模型显得尤为重要。本研究基于冠心病心衰患者临床病历资料,构建冠脉狭窄早期风险识别模型,实现高效、无创的识别冠状动脉狭窄,以指导临床医生和患者选择合理的预防性治疗和干预措施,以期降低冠状动脉狭窄的发生率和致死率。方法:根据本课题研究对象的纳入和排除标准,共筛选出符合条件的山西省心血管病医院和山西医科大学第一医院心内科2011年10月至2018年5月期间确诊为冠心病心衰的2926例住院患者作为本研究的研究对象,通过查阅两所医院病案室中相关电子和纸质病历,获取患者的一般人口学资料、既往史、实验室检查、心电图、心脏彩超、冠脉造影、用药等信息。利用卡方检验和基于秩的非参数检验从上述资料中筛选出与冠状动脉狭窄有关的变量。采用分层抽样的方法从冠脉造影手术结果Gensini评分大于等于4的患者和Gensini评分小于4的患者(包括未行冠脉造影手术的患者)两种数据资料中分别抽取四分之叁样本作为训练数据集,该部分数据用于训练初始模型,将剩余四分之一样本作为测试数据集,用来评价各模型的分类效果。将从病历资料中筛选出的变量作为输入变量,将冠脉造影手术结果Gensini评分是否大于4作为结局变量,在训练数据集中分别建立logistic回归、BP神经网络和随机森林分类识别模型,在测试数据集中通过准确度、灵敏度、特异度、阳性预测值、阴性预测值和受试者工作特征曲线下面积AUC指标来评价和比较叁种模型的综合性能。结果:通过单因素检验(卡方检验和基于秩的非参数检验),从147个变量中初步筛选出与冠状动脉狭窄相关的变量共49个,其中包括心律失常、高血压、血红蛋白、血小板等。通过基于AUC的随机森林自变量筛选方法对上述单因素检验得到的变量进行进一步筛选,最终获得36个变量进入最终模型进行训练。将36个变量作为模型的输入变量,用来训练logistic回归、BP神经网络和随机森林的初始模型。logistic回归模型在测试数据集中的结果:灵敏度为75.76%,特异度为72.95%,准确度为74.05%,阳性预测值为73.95%,阴性预测值为72.07%,AUC值为0.7399。训练BP神经网络之前,首先通过模拟试验,确定隐含层个数,实验结果发现,当神经网络模型的隐含层个数为25时,模型误差相对较小,因此构建模型结构为36-25-1的神经网络模型,BP神经网络模型在测试数据集中的结果:灵敏度为74.30%,特异度为70.00%,准确度为72.30%,阳性预测值为75.05%,阴性预测值为69.18%,AUC值为0.7231。在训练随机森林模型之前,首先对模型参数mtry和ntree进行选择,结果发现,当参数mtry设置为3,ntree设置为1000时,模型性能达到最佳,测试数据集中,随机森林模型的模型效果:灵敏度为93.70%,特异度为62.97%,准确度为79.49%,阳性预测值为74.58%,阴性预测值为89.39%,AUC值为0.7522。结论:随机森林模型在冠状动脉狭窄程度识别中的综合性能最佳,可以在患者发病早期,实现对冠状动脉狭窄的识别,这使得冠状动脉狭窄的发生概率被估计的更加准确,在临床上为医生和患者提供更加精确和高效的意见和建议,对提高诊疗质量具有重要意义。(本文来源于《山西医科大学》期刊2019-06-10）
黄丽丽[10]（2019）在《随机神经网络预测模型构造与金融时间序列波动研究》一文中研究指出预测全球金融能源时间序列的波动已经成为经济和社会研究的焦点,为了提高金融能源价格预测的准确度,本文首先将随机时效函数与小波神经网络结合构建了随机时效小波神经网络模型。小波神经网络模型是一种能够实现强非线性近似的预测系统,而随机时效函数用于刻画历史数据对当前市场预测的影响,赋予历史数据时变权重并引入到小波神经网络的训练过程中,这使得模型更符合真实市场波动趋势。此外,我们将递归层引入随机时效小波神经网络以提高模型对历史数据的记忆性,并结合小波分解构建了组合预测小波神经网络模型。小波分解的作用在于将原始不平稳的时间序列分解成不同频率较平稳的子序列,更易于预测。结合递归层,随机时效性以及小波分解方法进一步提高了模型的精度。实证研究中,我们采用两种原油现货序列和两种金融石油指数,同时研究了价格序列以及收益率序列的预测效果,并与传统神经网络模型,SVM模型,深度学习LSTM模型等进行了对比。本文除了运用常规的一些误差分析方法之外,还引入了多尺度复合复杂同步性方法,为误差分析提供了新思路。MCCS分析结合了样本熵和复杂度不变距离,用于测量两个等长时间序列之间的同步性,通过分析预测结果和真实价格之间的同步性,我们可以对比得出预测效果。综合误差分析结果表明,我们所提出的两种神经网络模型在全球金融能源价格序列拟合中具有较高的准确度。(本文来源于《北京交通大学》期刊2019-06-01）
随机网络模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为研究出行时间不确定条件下有限理性出行者的路径选择行为,以路段容量降级网络为研究对象,将路径自由流时间作为路径走行时间的下界,提出了关于路径走行时间的截断正态分布概率密度函数,建立了考虑路径走行时间边界的出行时间预算模型.通过考虑出行者有限理性的决策特征,以预算时间最小值的无差异阈值作为出行者可接受的最大出行时间,提出了有限理性置信水平的概念,即出行者可以在最短预算时间的无差异阈值内到达目的地的概率.然后,根据随机效用最大化理论,以出行者感知的有限理性置信水平为路径选择成本,构建了考虑可靠性的有限理性交通均衡模型,并给出了其等价的变分不等式问题.此外,设计了一个基于路径的求解算法对所提出的模型进行求解.最后,应用一个数值案例来验证所提出的模型和算法.算例结果表明:忽略路径的自由流时间将降低出行者准时到达的可能性,并且出行者可接受的无差异阈值尺度对其路径选择行为有较大影响.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
随机网络模型论文参考文献
[1].钱真坤.网络安全态势感知框架及随机森林评估模型[J].西南师范大学学报(自然科学版).2019
[2].赵磊,关宏志,张新洁,朱俊泽.基于有限理性的随机网络路径选择模型[J].北京工业大学学报.2019
[3].陆军,丁进良.基于鲁棒随机配置网络的原油总氮含量预测模型[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[4].代伟,李德鹏,马小平.基于模型与数据混合并行学习的随机配置网络[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[5].蔡宏斌,李平,苏成利,曹江涛.带有随机网络丢包的工业信息物理系统的鲁棒模型预测控制器设计（英文）[J].JournalofCentralSouthUniversity.2019
[6].段庆锋,冯珍.基于指数随机图模型的学术社交网络形成机制研究[J].情报科学.2019
[7].李燕,洪振木.我国股票市场复杂网络模型的“去噪”研究——基于随机矩阵理论[J].叁明学院学报.2019
[8].谭灵芝,孙奎立.城市生活垃圾分类回收网络治理关系研究——基于指数随机图模型的分析[J].城市与环境研究.2019
[9].于大海.基于BP神经网络和随机森林算法的冠状动脉狭窄风险识别模型研究[D].山西医科大学.2019
[10].黄丽丽.随机神经网络预测模型构造与金融时间序列波动研究[D].北京交通大学.2019