基于kNN算法的异常行为检测方法研究

阐述了异常行为检测的相关概念，介绍了kNN算法，探讨了异常行为检测与分类技术的关系。结合kNN算法的优点以及异常行为检测与分类的相似性，提出了基于kNN算法的异常行为检测方法，给出了其计算方法，并确定了检测的过程，分析了该方法的特点和优势。基于kNN算法的异常行为检测方法通过不断的自学习，会成为信息安全的一道有效防线。     

抗统计分析的新型LSB隐写算法

针对目前广泛使用的最低比特位(LSB)信息隐藏算法容易被基于统计检测的隐写分析方法如RS分析或X2分析等检测出来,提出一种新型的LSB隐写算法,能有效地抵抗基于统计检测的隐写分析。对传统LSB缺点和统计检测方法的特点做了分析,改进了传统的LSB隐写算法。采用模拟实验方法证明,改进后的新型LSB隐写分析算法能有效地抵抗统计分析检测。     

SAR图像CFAR检测的快速算法综述

针对合成孔径雷达(Synthetic aperture radar, SAR)图像目标检测中恒虚警率(Constant false alarm rate, CFAR)算法的广泛应用, 进行CFAR检测的快速算法分析具有重要研究价值. 首先概述了当前国内外对SAR图像CFAR检测快速算法的研究现状; 然后分别从快速预筛选和迭代计算方法两个方面对各类快速算法的实时性及性能进行了分析总结, 给出了四种基本CFAR检测器的迭代计算公式, 并提出了一种研究CFAR检测快速算法的基本框架, 现有的快速算法均可纳入该理论框架予以分析; 最后, 以经典双参数CFAR检测算法为例, 对该基本框架进行仿真实现和性能分析, 验证了其可行性与检测性能．结果表明: 新的CFAR检测快速算法基本框架充分融合了快速预筛选思想和迭代计算方法的优势, 有效提高了CFAR算法在SAR图像检测应用中的执行效率.     

一种基于数字图像自相关检测的改进算法

该文首先简要介绍了基于图像位平面分析的一种检测算法——转换函数法,并讨论了这种算法的优缺点。针对这种算法的不足,提出了一种区域自相关检测的方法,提高了检测的分辨率。根据检测到的结果,运用统计检验算法—t检验对图像最低位平面进行统计分析。最后通过试验验证了改进算法的有效性,并给出了相关的试验分析与结论。     

几类典型隐写术分析算法的分析与评价

隐写术分析是检测、提取、破坏隐蔽载体中秘密信息的技术。检测方法可以分为对比检测和盲检测两类，由于通常得不到用于秘密通信的原始载体，因此一般使用盲检测方法。为使人们对基于图像的隐写术分析的研究现状和现有各种算法的优缺点有个概括了解，首先简要介绍了现有的多种图像隐写术分析方法，然后集中对分辨函数、χ^2检测和RS检测3种盲检测方法，从算法原理和实验结果两个方面进行了深入的分析，并且从算法的适用范围、检测效果等几个方面对这几种算法进行了比较。在保证误报率合理而尽量降低漏报率的前提下，给出了RS检测方法的置信区间。     

入侵检测中一种新的快速字符串匹配算法

基于字符串匹配的检测方法是入侵检测系统中一类很重要的分析方法。文章首先分析了现有的几种准确字符串匹配算法,然后提出了一种新的多模式字符串匹配算法,并且分析了这些算法的复杂性。最后,文章用具体的实验数据来验证这些算法的性能。通过实验可以看出,新算法使得检测速度大大提高,签名容量大大增加。     

钢丝绳芯输送带X射线检测系统图像分析算法

提出了一种在线分析和离线分析相结合的图像分析算法：在线分析阶段采用支持向量机检测出接头图像,采用显著图法检测出有损伤的输送带图像;离线分析阶段采用细化、区域分析等图像处理方法检测接头抽动,并对各种损伤情况进行分类。该算法使得检测系统具备针对输送带X图像实时分析的能力,而且损伤检测准确率非常高。实验分析和现场实践验证了本文所提算法的有效性。     

基于新的条件熵的入侵检测算法

在分析了现有的入侵检测方法的基础上,为了降低入侵检测系统的错检率、降低漏检率和提高实时性,提出了一种新的检测方法:基于新的条件熵的入侵检测算法.本算法在考虑信息论有关理论的基础上,利用信息熵的知识对收集到的数据进行离散化.通过分析离散化后的数据,利用新的条件熵的知识约简方法去除冗余属性,生成检测规则,然后用来分析入侵数据.实验结果表明:基于新的条件熵的入侵检测算法与基于BP神经网络和支持向量机的入侵检测算法比较,可以有效地提高入侵检测系统的检测率,降低错检率.该算法的检测率提高7%左右,能为信息系统提供很好的入侵检测服务.     

一种基于小波分析的弱小目标检测背景预测算法

背景预测是弱小目标检测的有效方法之一。根据弱小目标检测需求,针对现有算法的不足,在分析弱小目标图像特性及其小波分解特性的基础上,设计并实现了一种基于小波分析的弱小目标检测背景预测算法。给出了算法流程,对算法进行了描述,并对算法进行了试验验证,试验结果表明算法具有运算速度快和抑制噪声能力强等优点。     

目标检测与目标跟踪方法研究

目标检测与目标跟踪是数字图像处理领域重要的组成部分,研究从目标跟踪的作用谈起,具体介绍了目标检测与目标跟踪的相关知识。生成式跟踪方法在当前帧对目标区域建模,判别式跟踪方法应用机器学习训练分类器。介绍了基于前景和基于背景的目标检测使用的方法,简述了目标跟踪领域的有关算法,如CSK算法、CN算法、STC算法,分析各算法的特征及其优缺点。最后总结了目标检测与跟踪领域发展的必要性与现今的障碍。     

基于窗口法的改进锋电位检测算法

针对窗口检测法在窗口间存在重复检测和检测时间代价大等问题,提出一种新的锋电位峰值检测算法。该方法以改进的窗口检测法为基础,结合阈值法对锋电位进行检测。所提出的方法在来源于英国莱斯特大学的仿真数据上进行了验证,实验表明,该方法在不影响运行时间的同时,在误报率和漏报率方面相对于阈值检测法和窗口检测法有明显降低。     

基于最小二乘的复杂曲面检测方法研究

提出一种基于数模打点、阵列粘贴、迭代法建立坐标系、改进最小二乘法运算的复杂曲面检测方法。给出了六点迭代法建立复杂曲面检测坐标系的算法步骤,再结合3-2-1法进行了坐标系的创建。提出利用阵列粘贴等方法进行检测点的快速生成并对复杂曲面进行检测,并采用本文给出的改进最小二乘法进行计算机数据处理。本文检测方法有效克服了传统方法测量时,测头易发生干涉,同时存在检测项目多、检测效率低等缺点,能有效提高复杂曲面检测的精度并缩短检测时间。通过多次的检测分析,结果表明本文提出的方法易于编程,测量迅速,测量结果准确、可靠。借助于本文方法可以解决从事检测行业及相关人员在三维检测中的短板,提高检测的效率和解决问题的能力。     

基于自适应倒谱距离的强噪声语音端点检测

在有噪声干扰的情况下,传统的语音端点检测方法的检测准确度明显下降。为了在强背景噪声环境下有效区分出语音信号和非语音信号,针对倒谱距离端点检测方法进行了研究,提出了一种基于自适应倒谱距离的强噪声语音端点检测方法。本方法引入倒谱距离乘数和门限增量系数,针对不同信噪比采用不同的倒谱距离乘数,并采用自适应判决门限的方法进行语音端点检测。MATLAB仿真实验结果显示,在不同背景噪声和不同信噪比下,本方法对于语音端点检测具有较高的检测正确率,其端点检测效果明显优于传统端点检测方法,适用于强背景噪声下的端点检测。     

基于孤立点检测的错误数据清理方法

针对数据源中出现的错误数据,分析了孤立点检测方法在数据清理中的重要性,提出了一种基于孤立点检测的错误数据清理方法。在对常用孤立点检测方法进行比较、分析的基础上,采用一种有效的孤立点检测方法来检测数据源中的孤立点。最后,以一个实例验证了该方法的效果。研究表明：基于孤立点检测的错误数据清理方法能有效地检测数据源中的错误数据。     

基于移动区域的快速粗模型阴影检测

阴影检测是运动车辆目标识别与追踪中非常重要的环节.结合基于颜色和模型的两种检测方法,提出一种基于移动区域的快速粗模型阴影检测方法.该方法首先通过改进的背景差分方法快速获取图像中的移动区域,然后在此基础上根据基于模型的方法建立阴影的粗模型,即快速确定阴影区域的粗略区域.阴影检测时只对该区域内的图像采用基于HSV颜色空间的方法进行分析处理.实验结果表明该方法可以有效地提高阴影检测的效率.     

基于组合式形态学算子的多尺度边缘检测

针对传统的边缘检测方法因卷积运算造成模糊图像边缘,且对噪声敏感,各种形态学边缘检测方法因检测到的边缘信息类型不同而容易使边缘信息丢失,提出一种组合式抗噪型形态学边缘检测算子;并利用不同尺度的结构元素具有不同的图像边缘检测效果,进行形态结构元素的尺度调整,得到不同尺度结构元素下的图像边缘位置;然后进行加权合成来获得边缘图像;实验表明,与其他的传统或者形态学边缘检测方法相比,该文方法不仅具有更好的噪声抑制功能,而且其检测到的边缘轮廓更加清晰完整,边缘细节更加丰富。     

惯性基准法在地铁轨道检测中的应用

地铁的使用寿命与地铁轨道的损耗状况有关,及时地发现轨道问题,并加以修复可以有效提高地铁使用寿命,为了提升城市地铁的使用寿命,研究构建了一个基于惯性基准法的地铁轨道波磨损耗检测系统,该系统以惯性基准法为核心,配合加速度计,及检测车辆,对地铁轨道的波磨损耗情况进行检测。结果显示,基于惯性基准法的检测系统的检测成本为65324元,基于弦测法的检测系统的检测成本为78681元,基于惯性基准法的检测系统的检测结果与实际情况基本一致。研究构建的地铁轨道波磨损耗检测系统的检测成本更低,且检测精度符合实际应用需求。     

基于随机子空间法的多Agent分布式入侵检测

提出了一种基于随机子空间的多Agent分布式入侵检测方法。该方法把支持向量机作为检测Agent的核心检测算法，通过引入随机子空间生成具有知识互补特性的多个Agent，将其分布于网络的各个检测节点，用集成的思想把各Agent的结论进行合成。采用这种多Agent的分布式检测可以有效地提高系统的鲁棒性。实验表明这种方法的检测精度高于单个SVM和Bagging方法。     

逆变型分布式发电系统孤岛检测方法的研究

通过研究相位跳变法与电压正反馈法,并以这两种基本检测方法为基础,提出组合式的孤岛检测方法。该方法可以有效发挥相位跳变检测法检测时间短和电压正反馈检测法检测无死区的优点,针对不同负荷类型和功率匹配程度,构建相关的模拟实验,进一步验证新方法的正确性。     

模糊边缘检测算法在储粮害虫图像中的应用

介绍了基于机器视觉的储粮害虫检测方法．论述了粮虫图像边缘检测是该方法的关键。对Roberts算子和Sobel算子在粮虫图像边缘检测中的应用作了简要介绍。在此基础上，文中提出了一种基于模糊理论的边缘检测方法。计算表明，该方法对粮虫图像边缘检测的效果较好。