基于功能信任的无线传感器网络安全数据融合方法

针对无线传感器网络节点恶意行为和自身故障问题,将节点信任按其功能行为分为传感信任、融合信任和传递信任,提出一种基于功能信任的无线传感器网络安全数据融合方法,并利用局部相关一致性原理检测节点的传感功能行为.NS2环境下的仿真实验结果表明,该方法可以有效地避免恶意节点对数据融合结果造成的影响,提高了数据融合的安全性和可靠性,延长了网络的寿命.     

浅谈工程项目预算管理与控制

工程项目预算管理与控制是工程管理的关键。本文阐述了工程预算管理不佳的原因,针对工程项目预算控制的预算编制、预算分析与报告和预算调整提供解决对策,并对工程项目预算进行持续改进策划。     

一种基于多互补分类器的自动视频语义标注方法

在现有互训练(Co-Training)算法的基础上,提出了一种基于多个互补型分类器的半监督学习(Semi-Supervised Learn-ing)方法,并将其应用到自动视频语义标注框架中.该方法通过构建基于特征互补和模型互补的多个分类器对未标注样本中的隐含信息加以利用,并结合视频序列中概念分布的时间相关性和局部聚集性等特性提高了分类的准确性,相对于有监督学习方法提高了约7%左右.     

基于边缘拟合直线的遥感图像自动配准

旋转问题是目前图像自动配准中的一个难点,普通方法计算复杂度大,无法满足很多应用中实时性的要求,而基于边缘方向直方图的方法对噪声很敏感,对边缘进行直线拟合,提出了一种新的基于边缘拟合直线的配准算法。提出了边缘拟合直线角度差直方图的构建方法,并利用它对待配准图像进行旋转角度补偿,然后使用边缘点集的Hausdorff距离进行平移量估计,获得变换参数的近似值;最后以基于Renyi熵的互信息为相似性测度,利用遗传算法在粗配准的近似解的小范围邻域内快速寻找最优解进行精确配准。该方法计算简单、抗噪声性能强且能获得较好的配准精度。     

多级特征全局一致性的伪造人脸检测

目的 随着深度伪造技术的快速发展,人脸伪造图像越来越难以鉴别,对人们的日常生活和社会稳定造成了潜在的安全威胁。尽管当前很多方法在域内测试中取得了令人满意的性能表现,但在检测未知伪造类型时效果不佳。鉴于伪造人脸图像的伪造区域和非伪造区域具有不一致的源域特征,提出一种基于多级特征全局一致性的人脸深度伪造检测方法。方法 使用人脸结构破除模块加强模型对局部细节和轻微异常信息的关注。采用多级特征融合模块使主干网络不同层级的特征进行交互学习,充分挖掘每个层级特征蕴含的伪造信息。使用全局一致性模块引导模型更好地提取伪造区域的特征表示,最终实现对人脸图像的精确分类。结果 在两个数据集上进行实验。在域内实验中,本文方法的各项指标均优于目前先进的检测方法,在高质量和低质量FaceForensics++数据集上,AUC(area under the curve)分别达到99.02%和90.06%。在泛化实验中,本文的多项评价指标相比目前主流的伪造检测方法均占优。此外,消融实验进一步验证了模型的每个模块的有效性。结论 本文方法可以较准确地对深度伪造人脸进行检测,具有优越的泛化性能,能够作为应对当前人脸伪造威胁的一种有效检测手段。     

多核计算机上并行生成类测试用例

通过类的数据流分析计算出实例变量的“定义-使用”对信息以及成员函数的前置和后置条件,利用类的继承多态性对被测试类进行预处理。在JPF中设置搜索环境,将测试用例生成问题简化成模型检测中寻找反例的问题,提出一种在多核计算机上实现的线程级并行生成类测试用例的方法。实验结果表明,该方法可以减少测试生成所需的状态数和运行时间,算法可使用的处理核心越多、测试生成所需的时间越少。     

基于尺度空间理论和反扩散函数的图像去噪

在使用扩散过程平滑噪声之后引入反扩散过程来恢复边缘，结合尺度空间理论和反扩散函数对图像进行去噪处理。该方法使用最小描述长度（MDL）准则自适应地选择图像中每一点处的最优尺度对图像进行滤波。加入尺度范围限制降低了过平滑和欠平滑的影响。改进了反扩散函数模型，对降质图像中的边缘进行恢复。与经典的滤波方法以及各向异性扩散方程的结果相比。本文方法取得了较好的效果。