经颅多普勒超声量化诊断白兔颈内动脉狭窄的研究

目的探讨血流信号的最大Lyapunov指数在诊断白兔颈内动脉不同程度狭窄中的价值,以期达到利用经颅多普勒超声(TCD)量化诊断血管狭窄的目的.方法通过TCD诊断仪及自行设计的多普勒超声信号采集系统 ,提取白兔颈内动脉正常时及不同程度狭窄时血流信号,并使用小波包分析去噪,得到血流信号的时间序列数据,计算其最大Lyapunov指数,对白兔颈内动脉血流情况的动态活动状态进行对比研究.结果白兔颈内动脉正常时,血流信号的最大Lyapunov指数均为负值,血液流动呈非混沌状态;白兔颈内动脉狭窄时,血流信号的最大Lyapunov指数均为正值,血液流动呈混沌状态,且值越大,狭窄程度越高.结论可利用Lyapunov指数无创诊断白兔颈内动脉狭窄疾病.     

白兔颈总动脉狭窄的Lyapunov指数分析

Lyapunov指数是反映非线性系统的动力学特征的重要动力学参数，本文设计了一套采集系统，将多普勒超声血流信号的时问序列数据提取出来并去噪，计算白兔颈总动脉正常时及不同程度狭窄时血流信号的最大Lyapunov指数，利用Lyapunov指数分析方法对白兔颈总动脉血流情况的动态活动状态进行研究，为动脉狭窄的分析诊断提供新的途径。     

基于多Agent协同的快速入侵检测系统

在多Agent协同入侵检测系统中,不同检测Agent并行地检测网络包中不同的入侵特征,以提高系统的检测效率.使用消息、自定义通信协议等作为系统的协同通信机制,有效地避免了系统中的单点故障,并且,该机制使得各个Agent的检测结果可以有效融合.在分析了入侵的类型、特征后,使用4个检测Agent仿真了入侵检测的过程,并在检测精度、检测误差影响很小的情况下,使检测每条记录的时间大幅度减少.     

混沌特征分析在脑血流动力学中的应用

对脑血管血流动力学资料进行混沌特征分析,可以研究脑血管血流的动态活动状态,无创 诊断脑血管狭窄疾病。本文对它的研究现状以及利用时间序列研究混沌特征的方法进行了概述,提出了 今后的研究方向。     

基于贝叶斯网络的入侵容忍系统

提出一种基于贝叶斯网络的入侵容忍系统,给出系统的运行流程.用进程特性向量来表示一个具体的进程,并对进程特性进行具体的分类.提出利用贝叶斯网络模型来描述进程的运行过程,给出基于贝叶斯网络推理的进程类型概率值的计算公式,构造了用于确定进程危险程度的危险函数,并用实例说明了对入侵进程的具体识别过程.