规划识别（通用5篇）
规划识别 篇1
20世纪90年代以来, 中国证券市场从无到有, 从小到大, 实现了跨越式发展。中国证券市场产生于计划经济向市场经济过渡的初期阶段, 各方面还不成熟, 在制度上也存在着许多不足, 庄家操纵股价成为证券市场的主旋律[1]。庄家是指控制着大量流通股并凭借资金和信息的优势控制股价走势的投资者。在庄家与散户的博弈中, 散户处于劣势地位。如果能识别出庄家的意图, 就可以很好地规避风险, 具有很强的实用价值。目前国内还没有一种行之有效的办法来识别庄家意图。
规划识别[2]问题是指从观察到的某一智能体的动作或动作效果出发, 推导出该智能体的目标或规划的过程。作为人工智能的一个重要分支, 规划识别在入侵检测、军事指挥、自然语言理解、人机辅助等领域有着广泛的应用。Kautz规划识别理论是第一种形式化理论, 在规划识别发展史上具有里程碑意义。这种规划识别方法具有丰富的表达能力, 可以处理动作间的时序关系及不完全观察动作序列。但由于采用了最小覆盖模型, 并认为所有事件出现的可能性都一样, 使得识别结果过于武断。针对上述问题, 姜云飞、马宁对Kautz规划识别理论进行了改进, 提出了基于规划知识图的规划识别理论。本文将规划识别思想引入到股市领域。在借鉴上述优秀算法的基础上, 提出一种适应股市的特殊性的算法。目前国内尚未有将规划识别引入到股市领域的报道。
1 动作抽取
庄家要想获利首先要自己要下场参加交易, 还要能控制住局面的发展, 这就对庄家控盘手法有很高的要求。随着股市中广大投资者的日趋成熟, 庄家坐庄难度也越来越大, 操盘手法也越来越隐蔽。分时图作为庄家操纵股价的平台蕴含了丰富的信息, 无论是多么娴熟的操作技巧, 在分时图中总会留下庄家操盘手法的痕迹, 这就给投资者判断庄家的真实想法创造了机会。庄家控制股价走势必须要掌握大量流通股, 交易中庄家是有序的 (一个时间段内不断买进或卖出) , 散户有追涨杀跌的习惯, 股价的走势完全由庄家决定[3]。庄家积极买进股票价格上涨, 庄家积极卖出股票价格下跌。庄家操盘的手法表现在分时图中价格的走势上, 我们以此为切入点抽取出庄家动作, 将分时图按股价走势分割开来抽象出庄家的动作。通常大的趋势中包含小的波动, 例如在趋势向上的过程中往往包含阶段性的下降, 如果不影响向上的趋势则忽略波动。动作抽取如表1所示。
2 识别模型
1986年, Kautz与Allen提出了一种通用的规划规划识别模型[4], 该模型中每一个被观察动作都是一个或多个高层规划的一部分, 规划识别的任务就是最小化这些高层动作, 并用这些高层动作来解释这些观察动作的集合, 这种规划识别方法具有丰富的表达能力。2002年, 姜云飞、马宁在Kautz规划识别方法的基础上进行了适当的修改, 将Kautz的事件层改造成更简便、更直观的规划知识图[5]表示方法, 并在知识图中添加了支持度的概念, 根据支持度来判断识别的结果与实际情况更加接近。
针对股市的特殊性, 在原有框架的基础上将加模糊权算法引入到规划识别中。在一个完整的规划中, 各动作对规划的贡献度是不同的, 为了区分其重要性, 我们为其设立一个权值。同时, 由于在敌对状态下很难确定所观察动作的真实性, 我们引入一个真实度的概念来量化动作的真实程度。最后模糊加权计算出规划的可信度。
2.1识别模型
庄家的操盘手法称为庄家的规划, 从分时图中抽取的庄家动作与庄家规划统称为事件。规划中的事件表示为一个层次结构, 结构中同时定义了两种表示方式:抽象和分解。抽象关系表示一个事件是另一个事件的具体事件。涨停后高开出货抽象于出货, 涨停后高开出货是出货事件的一个具体事件 (见图1) 。分解关系表示一个事件由几个子事件组成, 各子事件是事件的组件, 在图中用圆弧标出图1中, 涨停后高开出货有三个组件:涨停、开盘、下跌。两种形式用谓词逻辑表达式可表示为:
(1) 抽象表达式:
2) 分解表达式:
xφ (x) φ1 (f1 (x) ) ∧...φn (fn (x) ) ;i=1, 2, …, n, φ, φ1, …, φn是规划f1, …, fn为各组件φ1, …, φn在整体规划φ中的角色函数。
在识别模型中定义了抽象与分解两种关系, 在识别过程中通过计算各事件在现实生活中出现的可能性来判别候选规划。在抽象与具体关系中, 具体事件出现则抽象事件肯定出现, 其支持度为1在分解关系中, 各动作在决定规划是否发生的贡献度是不同的。比如在涨停后高开出货事件中, 下跌动作决定涨停后高开出货事件是否出现的贡献要远大于开盘高开动作。如果下跌动作的贡献度是0.5, 那么开盘高开动作的贡献度就只有0.2, 同时涨停动作的贡献度为0.3。只有在规划中的各组件都出现时该规划才肯定出现。为此, 我们引入一个权值ηi的概念对各组件对整体事件的贡献度进行n量化。其中ηi为各组件在分解关系中对i=1规划是否出现的贡献度。
2.2真实度
按照观察到的动作是否可信赖, 将规划识别分为可信赖规划识别和不可信赖规划识别[6]。庄家与散户处于敌对状态, 庄家通过对倒和对敲等多种手法对成交量进行掩饰, 动作内盘、外盘、换手率等数据并不能真实地反映出成量的真实情况, 观察到的数据不能信赖。为了解决上述问题, 我们首先要对规划中各动作数据整理, 找出相关数据的数据特征。在此基础上, 引入真实度[7]的概念Fi (α, β, γ, κ, ε) 对各动作在特定规划程中的真实程度进行量化。其中, α表示内盘数据, β表示外盘数据, γ表示换手率, κ表示时间, ε表示涨跌幅。动作的真实度是针对具体规划而言的, 通过观察数据确定该组件隶属于该规划的真实程度。真实度的确立是客观的, 但不同的人可能建立不同的真实度函数。应该在实践中不断修正, 使之不断完善、不断接近客观实际。一般是根据经验或统计进行确定, 也可由专家、权威给出。比如在涨停后高开出货的规划中:
1) 涨停动作:真实度函数
, 其中ε表示涨跌幅。
2) 在涨停后高开出货的规划中, 股票价格涨停后次日高开是为了提高投资者对该股上涨的预期, 开盘涨幅越高就越能激发投资者的追涨热强。开盘高开在规划中的真实度与其开盘涨幅有正相关关系, 开盘涨幅越高可信度越高, 真实度函数F2 (ε) =10ε, 其中ε表示涨跌幅。
3) 在完成上述两个步骤后, 庄家充分利用投资者的追涨热情开始出货, 表现在分时图上为长时间股票价格缓慢下跌, 同时伴随较高的换手率, 真实度函数
其中γ表示换手率, κ表示时间。
2.3三种假设
在上述理论的基础上, Kautz[8]定义三种假设来辅助规划识别的进行:
1) 穷尽假设:ψ (x) 是抽象事件, φ1 (x) , …, φn (x) 为ψ (x) 的具体事件, 则φ1 (x) , …, φn (x) 为ψ (x) 的所有具体事件。简单来说就是在具体化事件时, 如果事件类型在图中给出, 那么就假设该事件存在, 没有给出就认为不存在。
2) 互斥假设:两个事件φ1 (x) 与φ2 (x) 不存在相同的具体下层事件φ3 (x) , 则称φ1 (x) 与φ2 (x) 为互斥事件, 即∀x⇁φ1 (x) ∨⇁φ2 (x) 。
3) 使用部件假设:φ (x) 是一个事件, ψ1 (x) , …, ψn (x) 是把φ (x) 作为组件的规划, 则
∀x φ (x) ⇔∃y1, ψ1 (y1) ∧ (f1 (y1) =x) …
∨∃yn, ψn (yn) ∧ (fn (yn) =x) 。
具体来说就是一个事件发生, 则所有以它为组件的事件都有可能发生。
3识别算法
算法采取宽度优先搜索的方法在原规划图中进行搜索, 并一次性生成解图SG,
(1) 观察到的现象节点m在SG中;
(2) n在SG中, 如果n有一组抽象后继节点, 那么有且只有一个抽象后继节点在SG中:
(3) n在SG中, 如果n有一组组件节点, 则所有的组件节点都在SG中:
(4) 由观察到的动作节点出发, 计算各动作在规划中的真实度Fi (α, β, γ, κ, ε) , 与各动作组件对整体事件贡献的权值ηi加权计算出识别结果的可信度
(5) 对识别结果可信度设立一个阈值τ, 将识别结果的可信度T和阈值τ进行对比, 如果T>τ, 则目标识别成功并输出解图SG。
采用这种方式访问的节点更少, 效率更高, 同时采用模糊加权理论在敌对状态下能更好地识别出庄家的意图。
4结论
将规划识别算法应用到一个新的领域。本文的特色是在于从分时图中抽取出了庄家的动作, 从庄家行为上去识别庄家的意图, 可以说是对股市领域研究的一次革新。庄家意图的识别是一个很复杂很困难的问题, 不仅仅是技术上的问题, 应用规划识别来识别庄家的意图是一个尝试, 在本文中尝试性地建立了一个框架, 将来还有很多细致的工作要做。
摘要：针对证券市场中庄家的各种操作行为, 为了推断出其背后的真实意图, 将规划识别技术引入到证券投资领域。在借鉴规划识别算法的基础上, 提出一种适合股市的算法。从分时图中抽取出庄家的动作, 根据动作在规划中的重要程度, 为其设立一个权值, 并引入各动作在规划中真实度的概念来量化该动作数据的真实性, 模糊加权计算出目标可信度。
关键词：规划识别,股市领域,动作提取,加权
参考文献
[1]余丽霞.中国证券市场发展的回顾与展望.西南金融, 2009;9:19—22
[2]刘日仙, 谷文祥, 股明浩.智能规划识别及其应用的研究.计算机工程, 2005;31 (15) :169—171
[3]伍朝辉, 操盘学.广东:广东经济出版社, 2009
[4] Kautz H A, Allen J F.Generalized plan recognition.Proceedings ofthe Fifth National Conference On Artificial Intelligence.Philadelphia, PA, 1986
[5]姜云飞, 马宁.一种基于规划知识图的规划识别算法, 软件学报, 2002;13 (4) :686—692
[6]谷文祥, 李丽, 李丹丹.规划识别的研究及其应用, 智能系统学报, 2007;2 (1) :1—15
[7]李安贵, 张志宏, 孟艳, 等.模糊数学及其应用.北京:冶金工业出版社, 2005
[8] Kautz HA.AFormal theory of plan recognition.Rochester:Universityof Rochester, 1987
规划识别 篇2
楷以前是从一家有国企改制而来的房地产公司的项目经理，一次偶然的招投标经理使楷结识了同行中的一家家族企业，虽然楷在当时的竞标过程中输给了这家民企，但是却得到了这家民企老总的赏识，遂将楷招至麾下。试用期间，楷觉得自己的空间很大，跟着老总也出色的开始了两个项目的运行，老总也感到楷甚是得力。但是在正式的工作期间，楷越来越感到自己的手脚被老总束缚了，家长制的管理风格让楷感到“人治”而非“法治”的困惑。楷新进公司是的踌躇满志也正在逐渐消失，楷自己也弄不明白问题出在了什么地方，到底是自己不适合民企的发展环境，没有民企发展所必备的竞争力？还是别的什么地方出了问题？
这已经不是向阳生涯管理咨询有限公司的职业顾问遇到的第一个关于民企中的高级经理人的个案了，无一例外，在个体发展遇到瓶颈时，这些在民企发展的高级经理人们首先怀疑的是自己当初的选择和现在自己的真正实力是否正在缩水。可是身在庐山中的经理人们有没有跳出来客观全面的看看自己所处的环境呢？
家族企业能否实现真正意义上的做大做强，关键在于制度。制度本身其实包括了内部和外部两类。其中内部制度指的是会计制度、决策机制、选拔体制、管理制度等；而外部制度基本上指的是相关的法律法规，
很多民企已经意识到了自己的企业需要发展就必须引进人才，就必须引进职业经理人。可是在他们真正把高级的职业经理人请进门后，家族企业的老总们总会有意无意地注意到这样一个问题：在企业自身还没有规范、还没有建立起一套制度的情况下，引进职业经理人是危险的。
援引北大光华管理学院副院长张维迎先生的话，就好比一对小夫妻在家里有乱放钱的`习惯，如果这毛病还没有改掉就去请保姆，可能会出现尴尬的局面。
所以当职场发展遇到困境时，在首先分析自己的基础上，我们更应该具备的是对于环境的识别力，这样才可以做到公正客观的面对自己的职业发展道路，特别是高级的职业经理人，在自己的职业化水准达到一定高度后，拥有自信的同时，别忘了随时审视自己所处的公司环境和行业的大环境，这样才有利于自己的成长，做到走一步，看十步。
但是并不是每个人都拥有相当的环境识别力的，如果没有能力进行自我判断的时候，请教行业资深人员和专门性的机构就显得十分必要和明智了。
向阳生涯以“个人职业生涯顾问”为服务基线，为我们的客户提供全方位职业生涯发展的支持性解决方案――咨询/培训/管理。
规划识别 篇3
【关键词】土地利用规划；不确定性识别；处理
土地利用规划是提高土地利用率的有效途径，社会在不断的发展，社会经济水平也在不断提高，但是我国土地资源却在不断减少，为了促进社会的可持续发展，必须提高土地资源的利用率，这也使得土地利用规划这项工作在社会发展中越来越重要。本文作者对土地利用规划中不确定性识别以及处理进行分析与研究，这也是缓解我国土地资源紧缺的有效方式。
一、土地利用规划中不确定因素的分类
土地规划对土地利用的未来发展有着指导性意义，只有做好规划工作，才能提高土地资源的利用率，才能保证土地资源发挥出最大的效用。土地利用规划的内容会随着时间的推移而改变，在当前实际经济不断发展的条件下，土地利用规划中不确定因素越来越多，任何因素细微的变化，对会对土地规划造成较大的影响。通过研究发现，市场经济发展越快，不确定因素则越多。
对土地利用规划中不确定因素的分类，可以提高规划的质量，根据这些不确定因素的来源，可以将其大致分为两种类型，一种是外部因素，另一种是内部因素。外部因素主要是指土地规划系统外部的因素，比如社会环境、经济环境以及生态环境等，当外部环境出现较大变化时，相关人员必须采取有效的措施对其进行处理。这些变化主要包括政策的变动、发展形势的变化等等。内部因素主要来自规划系统的内部，比如规划设计自身问题，规划以及决策者自身原因等。内部因素造成的不确定性可以通过预防进行控制，但是外部因素由于具有突发性以及不可预测性，所以，较难规避与处理。土地利用规划部门的工作人员必须努力提高编制水平，还要建立完善的监督制度，这样才能对这些不确定性因素进行有效的识别。
二、土地利用规划中不确性的识别
1、土地利用规划中不确定性的特征
1.1时间不可逆性以及非对称性
土地利用规划中，有着较多的不确定因素，而时间不可逆性以及非对称性是规划不确定的重要特征，也是识别的有效方式。在确定性理论中，时间具有可逆性以及对称性，但是在实际对土地资源进行规划的过程中发现，预测土地在发展的过程中，主要是在模仿自然科学的环境下进行的，社会的发展对土地资源开发有着不同的要求，所以，在规划过程中，不能将环境的因变量作为可控指标，由于土地利用系统是随外界环境的变化而不断改变与完善的，其具有不可逆的特征。
1.2有限理性与预测性
土地规划具有有限理性的特征，理性是对规划结果的完全把控，是对规划的准确预测，在实际土地规划的过程中，这类情况几乎不存在。在不确定的条件下，需要不断的优化规划方案，由于规划人员对信息的处理能力也比较有限，所以，土地利用规划具有不可预测性。土地规划系统对数据信息有着较强的依赖性，虽然土地规划的效果在短期内可以预测，但是由于现代社会土地规划具有多目标性，所以，规划方案会出现较大的变动。土地规划的质量会受到规划人员知识水平的限制，所以，土地利用规划方案应在实践中不断的完善。
2、土地利用规划不确定性的表现
土地利用规划的不确定性表现在多个方面，由于规划人员的知识水平、设计经验有限，所以无法掌握全面的土地信息，而且在对土地利用规划进行编制时，比较容易受到外界因素的营销。在传统的理念中，认为土地规划是可以准确的确定的，这是说法缺乏科学性，而且无法有效验证。在土地规划的过程中，需要参考大量的信息，但是一些资料本身具有不真实性，有的规划人员由于采用的是时间较久的资料，所以，相关数据并不准确。在规划的过程中，变动性比较大，社会的发展比较快，规划编制人员必须全面的考虑影响因素，但是这一过程难免会出现偏差。土地资源的规划与利用并不是引导社会发展的唯一途径，如果规划的质量较低，还会制约城市的现代化发展。
在土地利用规划中，存在较多的不确定因素，规划是对未来的预测，但是土地规划在预测的过程中，有时会出现预测失误或者预测模糊的问题。因为不确定性永远不会消失，对于未来的决定，无论其大小，总是在缺乏确定性的情况下做出的。预测长期的未来是一件很难的事情，很少能做出与现实非常接近的预言。随着未来时期的逐渐推移，需要做中期方向修正，以便得到新信息和新进展。正常规划是未决定的和不确定的，没有哪类规划会完全消除不确定性。
三、土地利用规划中不确定性的处理
1、不确定性理念的引入
不确定性是一个很宽泛的术语。关于不确定性可以区分为可量度的不确定性和不可量度的不确定性，前者称为风险，后者则称为不确定性，两者之间的实际区别在于风险中一组事实的结果分布是已知的（或通过事先的计算或是出自对以往经验的统计），而对于不确定性来说，其结果是未知的。
2、规划中不确定性的一般处理方法
根据有关研究表明，对于不确定性的一般处理方法有：合并；专业化；控制能力；预测能力。在先验概率中，由于群体包容性的增加，不确定性趋向于缓解到消失，足以证明以合并的方法处理不确定性是有效的。所谓专业化就是通过选择能应付不确定性的人来减少不确定性方法。专业化意味着集中，集中涉及到合并。通过含有专业化的归组方法，将不确定性转换成可量度的风险或将它清除。只要对未来的无知是由于外界环境本身的实际不确定性造成的，只能求助于大数法则来分散不确定性带来的损失，即凭借获得对未来的更多的知识以及对未来的控制来处理不确定性。
3、土地利用规划中不同类型的不确定性的处理
未来的不确定性是土地利用规划中普遍存在的问题，有关未来的唯一确定因素就是未来的不确定性，从一定意义上讲，土地利用规划的主要任务就是发觉、识别、评估和处理不确定性。一般来讲，土地利用规划中不确定性大致可分为数量不确定性和模型不确定性，具体又分为，目标不确定性、方法不确定性、实施不确定性和本底不确定性以及由上述不确定性组合生成的不确定性。
四、结语
通过分析发现，土地利用规划中存在较多的不确定因素，土地规划的不确定性是客观存在的，土地规划具有时间不可逆、时间不对称、有限预测性等特征，所以，在对土地规划中的不确定性进行识别时，一定要综合考虑内外部因素，这样才能保证土地规划与利用达到预期的效果。土地规划会受到社会发展形势的影响，规划是对土地未来利用情况的预测，只有正确认识土地利用规划的不确定性，并处理这些不确定因素，才能保证土地利用规划效用的最大发挥。另外，对这些不确定性的处理主要是通过加强规划系统的预测与控制能力达到的。
参考文献
[1]胡静，陈银蓉，梅昀.中国土地利用规划制度创新机制分析[J].中国人口资源与环境，2010（06）
[2]王群，王万茂，张颖.土地利用總体规划滚动调整中递推规划方法的应用[J].广东土地科学，2006（05）
基于遗传规划的植物分类识别方法 篇4
植物的分类识别是一项基础性的工作, 在农业生产及林业统计中的应用十分广泛。传统的分类识别主要依靠工作人员手工操作, 不仅识别效率低, 而且对工作人员的专业素质要求较高, 造成了巨大的人力资源浪费。如何寻求一种有效的、能够实现植物的自动分类识别的方法, 成了这一领域研究的热点问题。目前, 国内外在植物自动分类识别方面的研究有了一些成果, 但是都没有形成完善的体系, 分类识别的准确性有待提高。
遗传规划诞生以来, 遗传规划与图像有关的研究工作已取得了丰硕成果, 其中包括图像处理、图像分类及目标检测等方面应用研究。遗传规划提出了一种全新的结构描述方法, 其实质是用广义的层次化计算机程序描述问题。这种广义的计算机程序能根据环境状况动态改变其结构和大小, 具有良好的自学习和自适应性。遗传规划分类器的进化和分类速度非常快, 实时性能好, 分类识别需要领域知识很少, 便于推广使用。本文应用遗传规划对植物叶片进行识别分类, 取得了较好的效果。
1 遗传规划概述
遗传规划是从遗传算法中派生和发展起来的一种搜索寻优技术, 由J.R.Koza于1989年首次提出。它仿效生物界中进化和遗传的过程, 从一组随机生成的初始可行解开始, 通过复制、交叉和变异等遗传操作, 逐步迭代而逼近问题的最优解。遗传规划从遗传算法发展而来, 但是表现形式有很大区别[1]。遗传规划中所使用的个体是长度和大小可变的程序树, 这种动态树状表示方式自然灵活, 更接近人类解决问题的自然方式, 在很大程度上克服了遗传算法的局限性, 是一种不依赖于具体问题领域特定知识的机器自动学习的方法。
1.1 遗传规划的程序表达
1.1.1 遗传规划函数集 (Function set)
1) 算术运算符“+, -, ×, /”, 这里的“/”是保护除, 即当除数为0 时, 其商定义为0。
2) 三角函数及其它函数, 如sin, cos, exp, log 等。
3) 逻辑运算符为AND, OR, NOT, XOR。
4) 其他:甚至可以是复杂的程序结构、傅里叶变换等。一般非常复杂的程序 (如循环结构) 不放在函数集中, 避免造成程序过程进化太复杂和适应度计算不便[1]。
1.1.2 终止集 (terminal set)
终止集由要解决的问题相关特征值组成, 有时也根据具体情况加入常量值。一般常量用随机函数随机产生, 还可以加入其他与问题领域有关的常量。
1.2 遗传规划的进化过程
1) 确定各控制参数。主要包括:确定函数集和终止符集;确定适应度函数;确定各个遗传操作的概率 (如复制概率、交叉概率等) ;确定终止准则。
2) 随机产生初始群体, 本文中函数集为 (+, -, *, /) 。
3) 确定每个个体的适应度, 如果满足停止准则, 则停止, 否则转到第4步。
4) 对群体中个体施加遗传操作, 以便产生下一代群体。一是复制, 即将现有个体复制到新的群体中;二是交叉, 即交换两个个体的相应随机选定的部分;三是变异, 即改变个体的随机选定的部分;四是转回第3步[2]。
2 方法设计
方法设计如图1所示。
2.1 图像样本采集和预处理
为了便于研究, 本文收集若干植物叶片图片作为实验样本。通过c++编写程序对样本进行了去噪和灰度化等处理, 得到了比较清晰的灰度图像。
2.2 图像分割与特征值提取
为了提取有效的图像特征值, 一般要对图像进行分割处理。分割方法有很多种, 如矩形环域划分、六矩形区域划分、同心环域划分和三角形区域划分等。根据叶片形状的特性, 本文采用等宽同心环的方法进行分割[3,4]。使用像素统计法提取图像特征, 分别统计划分区域的像素亮度标准差和像素亮度平均值。每种窗口划分方法都是6个区域划分, 每个识别的图像提取12个图像特征值。公式为
式中 n—区域内总的像素个数;
f (x) —像素点的亮度值。
2.3 遗传规划的参数设置
2.3.1 叶节点的选择
个体树的叶结点由输入变量与常量构成。本文算法是:选取从图像样本中提取的特征, 把每个特征值作为一个叶结点, 并用这些点和临时随机常数P表示终端集, 即
2.3.2 数集的选择
通常函数集可以由运算函数、三角函数、布尔运算符和条件运算符等构成。经过研究发现:使用算术运算符 (+, -, *, /) 不仅能很好地进行图像的识别和分类, 而且可以提高程序进化的效率。因此, 本文选择算术运算符“+, -, *, /”作为函数集。
2.3.3 适应度函数的定义
适应度函数是对个体相对于要解决问题的优劣程度的评价。根据适应度的大小决定个体是繁殖还是消亡, 因此适应度是驱动遗传规划的动力。从生物学角度讲, 适应度相当于“优胜劣汰, 适者生存”的原则, 在程序进化过程中具有重要意义[5]。
为了提高分类识别精度和控制种群规模, 本文选用带有反馈因子的识别误差形式, 即
式中q (x) —反馈因子, 根据正确率的变化而变化;
x —分类的正确率;
s —个体的规模。
2.3.4 算法控制参数的确定
算法控制参数包括种群的大小、遗传操作 (如交叉、复制、变异) 的概率。应用遗传规划必须先提供一个初始的种群, 该种群的选择对遗传规划的进化速度有一定的影响[6]。
2.3.5 终止条件选择
分类系统在识别分类时, 若满足下列条件之一, 则分类器停止进化:
1) 种群 (population) 中程序 (program) 的最好适应度达到了预先设定的标准, 即进化得到的问题解决方案符合要求;
2) 系统进化的代数达到了预设的最大代数, 意味着条件1) 没有达到分类识别的效果。
3 实验结果与总结
应用上述方法挑选160组试验样本作为训练集, 对分类器进行训练。另选240组试验样本验证集进行分类识别, 程序进化代数为62, 正确识别组数为231组, 识别正确率为96.25%, 基本达到了预期目标。
本文提出了一种基于遗传规划进行植物的分类识别方法, 通过对植物的最直观、最易收集的叶片部分进行研究, 利用简单的像素统计方法提取叶片图像特征值, 达到了较高的识别准确率。但也存在着一些不足:由于在遗传规划的进化程序中, 初始种群是由电脑随机产生, 同时产生了大量冗余, 最终影响了分类器的识别效率, 希望在以后的研究中加以改进。
参考文献
[1]云庆夏, 黄光球, 王战权.遗传算法和遗传规划[M].北京:冶金工业出版社, 1997:58-85.
[2]李敏强, 寇纪淞, 林丹, 等.遗传算法的基本理论与应用[M].北京:科学出版社2002:317-347.
[3]Milan Sonka, Vaclav Hlavac, Roger Boyle.图像处理、分析与机器视觉[M].艾海舟, 武勃, 译.北京:人民邮电出版社, 2003:385-412.
[4]Linda G.Shapiro George C.Stockman.计算机视觉[M].赵清杰, 钱芳, 蔡利栋, 译.北京:机械工业出版社, 2005:62-79.
[5]Langdon W B, Poli R.Foundation of genetic programming[M].[S.l.]:Springer-verlag, 2002.
规划识别 篇5
规划识别技术是人工智能研究领域中的一个相当重要的研究方向。目前,还仅是处于初步研究阶段。
本文正是从以上两方面的技术特点出发,把二者有机结合,将规划识别技术应用于特定的入侵检测问题中,将发生在特定入侵检测问题中的一系列动作(规划)作为执行规划识别的起始动作序列,欲实现对实时动作序列(规划)进行动态识别的过程,即是实现针对特定入侵检测问题的规划识别的过程。本文创新性地提出了基于特定入侵检测问题的规划识别模型。
1 基本概念
1.1 入侵检测
入侵检测[1]是对企图入侵、正在进行的入侵或者已经发生的行为进行识别并做出响应的过程。
1.2 规划识别
智能规划识别是指根据已观察到的Agent所发出或执行的一系列部分的、琐碎的、零散的动作来推断其Agent所要达到的最终目标以及它所要执行的全部规划的过程[2]。
2 基于特定入侵检测问题的规划识别模型的设计
2.1 规划识别模型的设计原则
本文中所提及的基于特定入侵检测问题的规划识别模型是在封闭的模拟条件下所提出的针对于特定动作序列的规划识别模型。该模型可实现对封闭条件下的敌意动作序列进行有效识别的过程。
2.2 规划识别模型的整体架构
本文通过构造规划识别的结构化模型,来实现特定入侵检测问题中攻击者在攻击行为作用下对目标系统发起的目标状态的分析与判断,并向安全管理员发送相应告警信息的过程。该系统模型主要由以下几大部分组成:
1)预处理模块:它负责对攻击行为进行数据采集,并将其转换成敌意推理模块能够理解并处理的格式;
2)敌意推理模块:它能够结合敌意知识模块对预处理模块发送来的行为状态数据进行分析,并将从预处理模块传递过来的带有敌意动作的攻击行为转换为能在AKB中进行搜索的统一的三元组形式,这时当前攻击过程中的行为和状态就一目了然了;
3)敌意知识模块:敌意知识模块会按照攻击行为特征在知识库中有范围的进行分组搜索,并将搜索后的攻击行为所对应的自身危机度值发送回敌意推理模块进行运算处理,进而求出相对危机度值和最大相对危机度值并在敌意推理模块中来决定是否要将分析结果发送给决策响应模块进行决策响应;从而实现了对攻击者攻击行为的识别过程;
4)决策响应模块:它在接收到敌意推理模块的响应信息后,就会向安全管理员的系统用户界面发送告警信息,并使安全管理人员能够通过决策响应模块给出的分析报告和导出的行为状态图来决定是否采取响应以及采取何种响应。这个过程就实现了对攻击者攻击行为的响应过程。
3 结论
本文中所提出的基于特定入侵检测问题的规划识别模型可在封闭的模拟条件下实现对敌意规划过程的动态识别与监控。它可以对入侵检测过程中所执行的敌意动作序列(规划)进行有效识别与响应。同时,该模型还可以将敌意规划识别的结果送至管理人员使之对其进行决策与响应。
参考文献
[1]银石动力.实战网络安全[M].北京:北京邮电大学出版社,2005:70-77.