针对纸病检测的实时污点提取算法

提出一种高效、实时的专门针对纸病检测的污点提取算法。该算法对CCD相机采集的每一行图像数据进行即时处理,并立即判断该行数据上有几段污点线段,该污点线段是否与上行数据的污块相连通。算法通过逐行扫描的方式,将被检测污块逐段向下推进,直到认为到达污点的最下方边沿。实际应用结果表明,该算法适用于检测任意形状的污块。     

免疫系统的主组织相容复杂性及其应用

在模拟免疫系统的主组织相容复杂性的基础上,结合模糊逻辑与扩展阴性选择算法提出了一个基于免疫系统主组织相容复杂性的模糊逻辑综合决策算法,并用该算法构建了一个实际的基于网络的入侵检测系统。该算法应用高效的扩展阴性选择算法作出第一次网络流量检测,当网络数据异常特征明显时,能直接检测出入侵。若其不能准确地识别待分析数据,则利用具有检测结果准确优势的规则匹配算法作出二次检测,最后结合两次检测结论用模糊逻辑决策模型做出综合决策。     

基于有限优先级的动态调度算法

实时任务调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面。当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量。实时调度在理论分析时,都假设系统能够识别任意多的优先级。该文提出了在优先级数量有限的条件下的动态调度算法,给出了一个任务系统动态调度所需的最小优先级的数量的算法,并对算法的复杂性进行了分析。     

高可信赖实时操作系统的防危调度机制

为增强实时操作系统的防危性,在分析现有调度机制的基础上,探讨了最大关键度优先的调度算法,该算法是一种混合型的优先级实时调度算法,由静态优先级、动态子优先级和静态子优先级3部分组成,综合了固定优先级调度算法和动态优先级调度算法的优点,既可充分利用处理器资源,又能在发生瞬时过载时保证关键任务不受非关键任务的影响,从而增强了实时操作系统的防危性。     

采用自适应GHA神经网络的分类器设计

介绍了一种自适应逼近数据实质维的GHA神经网络学习算法。基于主元子空间分解的思想,给出了基于该算法的分类器刻画方法,对其中的刻画参数给出了详细的界定。该分类器采用监督学习机制进行训练,可以自动学习输入的主元特征子空间维数。在入侵检测领域,利用KDD CUP 1999数据集对该方法进行了仿真。采用正常连接数据训练GHA异常检测分类器,利用拒绝服务攻击数据进行了误用检测训练。并将测试结果与其他入侵检测方法进行了比较。     

车路协同环境下的双雷达车辆检测和跟踪优化方法

为降低单一角度检测误差、改善驾驶员视野盲区,基于车路协同环境下提出了一种车载和路侧双毫米波雷达融合的车辆检测和跟踪算法。利用自适应DBSCAN算法建立路侧雷达数据在车载雷达坐标系的映射,采用无迹卡尔曼滤波算法实现车辆运动状态跟踪。在此基础上,通过在实际场地采集真实雷达数据进行仿真计算,并利用高精度定位和OBD读取的车速进行对比验证。研究结果表明:该方法取得了较理想的车辆跟踪效果。     

一种实现任意基FFT的快速整序算法

提出了一种数据整序快速算法,能对任意基ＦＦＴ变换的数据进行快速整序。该算法对数据进行循环嵌套分组,简化了数据交换的判断条件,并减少了求解数据序号位倒序值的运算量。计算结果表明,当数据规模越大,该算法的数据整序时间较其他算法越少,并使基２－ＦＦＴ的运算时间较用其他整序算法时减少１．３％～４％。较用直接整序方法时减少７％～１９％。     

两种模糊模式识别方法在超声检测中的应用及比较

本文研究了模糊模式识别在薄板粘接质量超声检测和定量识别中的应用．首先介绍了有关复合粘接材料的超声无损检测方法，指出了超声检测回波信号特征值具有模糊性这一特点；然后给出了模糊数学的一些基本概念和原理，在此基础上提出了两种以贴近度为核心、以择近原则为判断标准的模糊模式识别算法，并且给出了回波数据的获取和处理方法，以及模糊子集的建立过程；最后，通过实验证明，两种算法对于粘接质量定量识别的准确度都比较高．     

模糊理论在网络流量攻击检测中的应用

网络数据流量攻击不仅会使网络负担过重而失去响应,而且由于网络流量的不确定性,给基于网络流量的攻击检测带来困难.将模糊数学的相关理论引入流量的描述,并结合梯度判定的算法对流量进行评估,较好地避免了定量算法对网络流量评估不准确导致的判断偏差.通过对常见的流量攻击事件的实际测试,验证了本算法的合理性和有效性.     

和差波束直接数据域处理动目标检测方法研究

研究了和差波束直接数据域处理(∑△-DDD)动目标检测的算法和杂波抑制机理,提出了对DDD处理后数据进一步进行相干积累,补偿信号滤除引起的孔径损失,同时利用非检测多普勒单元输出信号采用单元平均CFAR算法来检测动目标.仿真实验表明,改进算法进一步提高了改善因子,同时有效解决了∑△-DDD算法的检测门限确定问题.该算法无需计算杂波协方差矩阵,运算量小,易于工程实时处理.     

基于视觉的印刷品缺陷检测技术

为满足印刷品缺陷检测的准确度需求,设计了一种基于计算机视觉的分布式检测系统。该系统主要包括图像采集模块、图像处理模块、输入输出模块。研究了图像预处理、特征提取、图像配准、图像匹配和缺陷检测的相关算法。实验数据表明:该系统和采用的图像算法能精确计算缺陷的各项特征参数并判断类型,达到了印刷品缺陷检测的要求。     

一种视频图像中运动目标检测方法研究

针对序列图像中的运动目标检测问题,在独立分量分析的基本理论和算法的基础上,提出采用基于正交对称矩阵的快速定点算法对实际视频图像中的运动目标进行运动检测的方法。实验结果表明:该方法不仅能检测运动轨迹,还能提取运动目标的轮廓,并判断运动方向,是一种有效的运动目标检测方法。     

树形变化多播技术在蜂窝广播网络中的应用

树形变化多播技术利用层的思想进行数据传播，减轻了网络的传输负载，避免了网络阻塞，从而加强了网络的健壮性和稳定性。本文提出了蜂窝广播网络中基于优先级控制的树形变化多播应用，网络根据优先级进行通讯，减少了通讯冲突，提高了数据传输效率。     

APON系统上行接入的研究

介绍了基于 ＡＴＭ的无源光网络（ＡＰＯＮ），对该系统的接入机制进行了深入讨论。由于其结构的特殊性，ＡＰＯＮ需要特殊的ＭＡＣ协议，利用优先级队列模型，对ＡＰＯＮ系统提供的多种优先级业务进行了理论分析，并得出了有益的结论。     

体域网中基于数据区分化服务的路由算法研究

针对体域网的特点和Qo S需求,本文引入了定向扩散(Directed Diffusion,DD)路由协议的思想,通过对DD算法的改进和扩展,提出适合体域网中不同数据类型传输的路由协议。在扩展原DD协议兴趣包格式的基础上,在体域网中引入中继节点,建立梯度,在数据传输阶段,确定数据优先级和队列模型,基于时延、能量二维Qo S参数,确定节点上不同优先级数据的下一跳中继节点。opnet模拟器验证实验结果表明,该路由算法能够提供不同数据业务类型的Qo S保障,并能很好的构建时延较短最优路径,优化了网络能量消耗,适合体域网路由。     

基于数据挖掘的金融时序频繁模式的快速发现

针对金融时间序列分析中注重快速作出趋势判断的特点,利用数据挖掘的思想和工具,提出一种金融时间序列模式快速发现算法.与传统的预测算法相比较,该算法对数据的分布和平稳性等方面的要求不高,不基于任何假设,能够非常快速地发现时间序列中的频繁模式,经过模式匹配后,可以用于金融时间序列的分析与预测.以实际汇率数据为例,证明了该算法的有效性.     

一个机群环境下抗数据偏斜的JOIN算法

提出了一种计算机机群环境下JOIN算法，防止数据偏斜对机群执行效率的影响．给出了数据分布树的形式化定义，构造了基于数据分布树的数据均衡分布机制、抗数据偏斜的JOIN算法．分析和实验表明，该算法适合于海量数据查询并能有效地解决机群并行环境下数据偏斜所造成的查询性能低下的问题．     

人工神经网络用于三组分稀土混合体系的HPLC测定

利用误差反传算法（ＢＰ算法）的人工神经网络模型，对高效液相色谱难分离的三组分体系进行了研究，对网络参数进行了优化，提出了适用于该体系的三层网络模型．结果表明，该模型性能良好，预测精度高．     

基于真实反射场景的SAR原始回波数据模拟

针对ＳＡＲ（合成孔径雷达）原始回波数据模拟，提出了一种基于真实反射场景的模拟算法，并对算法中的关键问题，如距离走动误差注入、质心偏移误差注入、Ａ／Ｄ量化误差分析等进行了分析。该算法利用机载和星载ＳＡＲ成像数据进行了模拟实验，证明其模拟的效果理想，算法运算量小，易于实现。     

用微粒群算法求解含交易费用的组合投资模型

针对国内证券交易的具体情况，提出了含交易费用的投资组合优化模型。利用微粒群算法对问题进行了求解，并结合实际数据进行仿真。结果表明，利用微粒群算法可以较高的效率求解该模型，且从结果上表明模型的合理性。