基于改进YOLOv5的工程场景行人检测方法

针对复杂工程场景常用的行人检测方法(尤其在小目标检测方面)精度低、复杂度高的问题，提出一种基于YOLOv5网络的改进识别方法。在骨干网络与颈部网络引入ECA注意力机制，提升模型对通道特征的关注度以抑制背景噪声；使用加权双向特征金字塔结构BIFPN对颈部网络进行修改，加强模型对不同尺度特征融合；使用Ghost模块替换骨干网络与颈部网络的部分卷积，减少模型参数、缩小体积。结果表明：提出的改进模型检测精度达到了88.4%,同时，模型的复杂度(参数量与模型大小)仅为13.5×10⁶与6.67 MB;与目前主流的深度学习方法相比，该算法在检测精度与复杂度上具有更好的性能，在复杂的场景下具有较好的识别效果。     

基于正弦函数模型的电压暂降检测算法

为解决电压暂降问题,动态补偿技术是其最终途径,而准确检测出电压暂降的主要特征量是电压暂降补偿的前提．并且检测装置需采取滤波处理措施以减少非基频信号的影响．将基于正弦函数模型的算法应用于电压暂降检测方法,采用图基低通数字滤波器进行数字滤波,且对其检测结果进行分析,并提出了一种基于正弦函数模型的改进方法．仿真结果证明了该方法的有效性．     

深度神经网络下的SAR舰船目标检测与区分模型

合成孔径雷达(SAR)舰船目标检测在海洋监测中发挥着越来越重要的作用。针对SAR图像中舰船目标尺寸较小,传统方法易受外部干扰无法提取精细目标特征等问题,基于深度学习技术提出一种改进的SAR图像舰船小目标检测模型,主要由候选区域提取网络(RPN)和目标检测网络组成。首先设计并训练一个能精确识别舰船小目标的CNN模型,然后利用该模型对目标检测模型共享特征提取层进行参数初始化,最后利用自采集的Sentinel-1 SAR图像舰船小目标数据集对其进行训练。实验结果表明,提出的目标检测模型对SAR图像中舰船弱小比例目标有较好的检测区分性能和抗干扰能力,对SAR图像小目标检测领域研究具有一定的参考价值。     

FIRE-DET:一种高效的火焰检测模型

模型的效率在计算机视觉中变得越来越重要.本文通过研究用于火焰检测的神经网络结构,提出了几个关键的优化方案,以提高模型效率和检测效果.第一,提出一种由多卷积组合结构构建的主干网络(FIRE-Net),它能高效地从多个尺度上提取丰富的火焰特征;第二,提出一种改进的加权双向特征金字塔网络(BiFPN-mini)以快速地实现多尺度特征融合;第三,提出一种新的注意力机制(FIRE-Attention),让检测器对火焰特征更敏感.基于上述优化,本文开发出了一种全新的火焰检测器FIRE-DET,它在硬件资源有限的条件下能够取得比现有基于深度学习的火焰检测方法更高的检测效率.FIRE-DET模型在自建数据集上进行训练后,最终对火焰检测的准确率和帧率分别达到97％和85 FPS.实验结果表明,与主流算法相比,本文火焰检测模型检测性能更优.本文为解决火焰探测问题提供了一个更通用的解决方案.     

基于FCA的搜索引擎的信息检索模型及其实现

针对目前搜索引擎因对同义或近义关键词识别困难导致查准率降低的问题,提出了基于形式概念分析(FCA)的智能搜索引擎,为其提出一个基于关键词与FCA相结合的信息检索模型,即利用形式背景(Context)来挖掘隐含在文档中的潜在的概念关系,利用概念格将文档根据概念间的泛化-概化关系进行聚类,以便于用户找到最相关的信息,从而有效地提高了信息查找的效率.试验验证了该模型的可行性,通过实例来演示模型的构造和实现.试验结果表明该模型在概念理解,结果分类方面弥补了目前搜索引擎的缺陷.     

融合注意力与卷积的系统调用异常检测

基于系统调用数据是实施主机异常检测的一种有效手段，然而现有检测技术无法有效应对混淆攻击。提出一种融合注意力与卷积的系统调用异常检测模型，能够同时关注到系统调用序列展现的进程全局行为与每一个时间窗口的局部行为。首先，设计了一种混淆攻击数据模拟生成方法解决样本数据不平衡问题，提出基于进程行为特征的序列补齐方法增强系统调用语义特征；其次，融合注意力机制与一维权重卷积网络同时从系统调用序列的全局与局部提取数据特征；最后，基于单一变量原则和交叉验证方式获得最优异常检测模型，进而得到异常检测结果。与其他传统异常检测方法对比得出，所提模型具有更高的准确率(96.6%)和较低的误报率(1.9%),同时此模型具有抵抗混淆攻击的能力。     

基于SVM对隐写分析RS算法的改进

RS分析方法是隐写分析理论中检测LSB隐写的一种典型算法,但其对低密写率的情况下其正确检测率是不理想的.针对这种情况,结合统计学习理论,利用一种基于支持向量机(SVM)来改进RS隐写分析算法,在保留RS特征选取策略的前提下,改用支持向量机(SVM)对选取的特征集进行分类识别.实验结果表明,原始无损存储图像,经改进后的算法比RS隐写分析算法具有更优的性能.     

基于纹理权重的AAM人脸特征点检测方法

主动表观模型(Active appearance model,AAM)是一种广泛应用于人脸特征检测和跟踪的算法.传统AAM算法的拟合结果受初始位置影响,对光照变化敏感,检测结果精确性不高.针对这种情况,提出了一种基于传统AAM的改进算法,自动获得初始位置,在拟合过程中增加了约束条件,使模型更易收敛到正确的位置,并加入了纹理权重,使检测结果精确和稳定.对比实验表明:该算法比传统AAM算法拟合成功率更高,特征点检测更加精确.     

一种改进的子空间盲多用户检测系统

为解决多用户检测系统复杂度与检测性能之间的矛盾,文中设计了一种改进的子空间盲多用户检测系统.该检测系统使用了一种计算复杂度较低且收敛性能较好的子空间算法——基于幂速代的子空间算法,通过将该算法应用于修正的最小均方误差检测器(MMSE MUD)模型中得到一种改进的多用户检测系统,由于修正的MMSE MUD相对于经典的MMSE MUD减小了近似估计引入的误差,因此文中设计的检测系统可获得复杂性、收敛性能及稳态性能等多方面的益处.仿真实验验证了该检测系统的有效性.     

基于ICA的空时分组码盲检测算法研究

提出了一种基于ICA技术的STBC盲信号检测方案,建立了适用于ICA的特定STBC系统模型,分析比较了几种典型的ICA算法的分离性能及收敛速度.理论分析表明,ICA盲接收技术的应用可以在一定程度上替代基于信道估计的传统方法,增强系统对信道估计错误的稳健性.结合具体的STBC系统,仿真比较了基于ICA算法的不同方案的分离性能,对其中表现较差的等变化自适应分离(EASI)算法作出改进,并仿真验证了改进方案的正确性.     

基于多尺度局部区域置信度传播算法的图像分割

针对基于多尺度马尔可夫随机场(Markov random fields,MRF)的图像分割中常产生块效应的问题,提出了一种多尺度置信度传播(belief propagation)算法,通过建立不同尺度的局部区域,在MRF分割模型上进行区域消息的传播,最终基于局部区域概率的最大后验准则(maximum a posterior)得到图像的分割结果.提出的算法把图像的局部区域特征和全局特征结合起来,在图像的精细层进行多尺度消息的传递,避免了常规多尺度MRF模型层间误分类的传递.提出的算法不仅得到了更准确的图像分割结果,而且具有较快的分割速度.实验结果表明了提出算法的有效性.     

一种基于证据融合的视频语义概念检测方法

提出了一种基于证据融合的视频语义概念检测方法。提取了镜头关键帧的分块颜色矩、小波纹理特征和视觉词汇直方图,利用SVM对3种特征数据分别进行训练,建立模型;对各SVM模型泛化误差进行分析,采用折扣系数法对不同SVM模型输出的分类结果进行修正;采用基于m in-max算子的证据融合公式对修正后的输出进行融合,把融合结果作为最终的概念检测结果。实验结果表明,新方法提高了概念检测的准确率,优于传统的线性分类器融合方法。     

一种基于Markov随机场的图像分割方法

提出一种基于Markov随机场图像分割方法。在K-Means图像分割的基础上,建立标记场和特征场,构造Markov随机场模型,再利用条件迭代模型（ICM）算法逐点更新图像标记,实现图像的最大后验概率（MAP）估计,从而实现图像的有效分割。实验结果表明,该方法比直接采用Markov方法有着更好的分割效果。     

FCA模型在会泽铅锌矿隐伏矿定位预测中的应用

模糊综合评判(FCA)模型是基于模糊数学理论并结合隐伏矿预测理论而建立的一个找矿模型．主要论述了FCA模型在会泽铅锌矿隐伏矿定位预测中的应用，包括成矿因素评价集的确定，评价因素权重的确定，并根据流程作出找矿预测的异常图．预测结果与实际工程施工验证相吻合，证明所构造的模型有效．该模型还可以推广到其他矿山进行隐伏矿定位预测．     

A fault injection model-oriented testing strategy for component security

A fault injection model-oriented testing strategy was proposed for detecting component vulnerabilities. A fault injection model was defined, and the faults were injected into the tested component based on the fault injection model to trigger security exceptions. The testing process could be recorded by the monitoring mechanism of the strategy, and the monitoring information was written into the security log. The component vulnerabilities could be detected by the detecting algorithm through analyzing the security log. Lastly, some experiments were done in an integration testing platform to verify the applicability of the strategy. The experimental results show that the strategy is effective and operable. The detecting rate is more than 90% for vulnerability components. Foundation item: Project(513150601) supported by the National Pre-Research Project Foundation of China     

分层多管理者网络故障监控策略

为了降低实时监控而增加的网络管理负担,提出一种分层多管理者网络故障监控策略．应用多代理马尔可夫决策过程,建立了一种新的多管理者网络故障监控机制,并给出了该机制下基于强化学习的轮询策略．采用这种基于多管理者的马尔可夫决策过程的分层网络故障管理技术,缩短了轮询次数,并能准确地发现网络故障,同时减少网络管理的信息开销．     

基于MAP和RF的无监督SAR图像变化检测

基于形态学属性断面(MAP)和随机森林(RF)分类器,提出了无监督合成孔径雷达(SAR)图像变化检测方法.首先,利用MAP算法提取差异图像的几何结构特征,构造深入描述图像结构化信息的特征向量空间;然后,在结合阈值法和偏移因子自动选取训练样本的基础上,用RF分类器在多维特征空间中对图像进行变化与否的判别;最后,利用数学形态学方法对虚警进行滤除.实验结果表明,与传统的基于阈值的变化检测方法相比,该方法不仅能很好地检测出变化区域,而且具有更高的检测精度.     

基于乘性梯度的医学超声图像边缘检测算法

通过改进传统乘性梯度（MG）算子,并结合Canny算子的处理结果,准确、快速地提取了医学超声图像的边缘.通过提升乘性梯度算子模板的维度,提高对弱边缘的检测能力;综合考虑乘性梯度算子和Canny算子的运算结果,提高边缘检测的准确度.为了验证该算法的有效性,对仿真及在体超声图像进行边缘提取实验,将结果与其他抗噪性较好的边缘检测方法进行对比.实验结果表明：对于含有不同强度斑点噪声的超声图像,该算法的边缘检测准确度可达75%以上,具有较好的实时性,适用于对医学超声图像进行快速、准确的边缘检测.     

基于易变特征实现隐藏信息的盲检测

为检测采用Steghide、MB2隐秘术和较少嵌入信息量得到的隐秘图像，基于压缩标准JPEG的图像及其近似图像的函数，构建了一个统计模型.这些函数从JPEG图像离散余弦变换（DCT）域及其解压图像所在空域中提取易变特征.在DCT域的易变特征中抽取DCT交流系数的统计特性，而在空域的易变特征中捕捉解压图像中DCT块边界像素颜色对差值的统计特性.由原始JPEG图像及其校准图像获取统计量，计算用以表示图像的多维特征向量，得到一个多维统计模型.对8种隐秘术的实验结果表明，基于该模型和支持向量机的盲检测算法对隐秘图像具有很好的检测效果.同传统算法比较，该算法的误检率更低，而检测率更高.     

混合最大后验概率和概率数据关联的软输出多天线检测算法

根据PDA算法的原始形式,提出一种混合MAP-PDA的检测算法。现有的MAP算法和PDA算法可以看作是该算法的两种特殊情况。分析和仿真表明,该算法可以方便地调整控制参数,从而实现最大后验概率算法和概率数据关联算法之间不同程度的性能和复杂度折衷。