基于RFID技术的无线定位系统

RFID是一种非接触式自动识别技术,它的应用非常广泛。SpotON系统、LANDMARC系统都是基于RFID的无线定位系统。文章介绍了RFID用于室内定位的4种不同的定位模式,同时介绍了采用RFID技术来简化对WLAN基础设施进行管理的思科无线定位解决方案。该解决方案可从WLAN基础设施内部跟踪数千个无线设备,从而简化WLAN管理,有效提高网络扩展性。     

一种动态Q值多标签识别算法的性能分析

EPCglobal组织发布的第二代超高频射频识别空中接口协议EPC-C1G2协议可同时识别多个标签,该协议采用时槽ALOHA算法来解决多标签识别时产生的碰撞问题。文章首先介绍了EPC-C1G2协议多标签碰撞解决所需的参数和命令,指出协议中的Q值决定了解决碰撞时所用的时槽数。时槽数越多,标签越不容易碰撞,但识别时间越长,因此,恰当地选择Q值可以在标签识别时间和识别标签数之间找到最佳点。文中同时给出了一种动态Q值算法,该算法可根据标签碰撞解决的实际情况动态调整Q值,使标签识别更高效。文章最后对这种多标签识别流程的性能进行了仿真分析。     

恶意软件鉴别技术及其应用

随着互联网技术的发展和安全形势的变化,恶意软件的数量呈指数级增长,恶意软件的变种更是层出不穷,传统的鉴别方法已经不能及时有效的处理这种海量数据,这使得以客户端为战场的传统查杀与防御模式不能适应新的安全需求,各大安全厂商开始构建各自的"云安全"计划。在这种大背景下,研究恶意软件检测关键技术是非常必要的。针对恶意软件数量大、变化快、维度高与干扰多的问题,我们研究云计算环境下的软件行为鉴别技术,探讨海量软件样本数据挖掘新方法、事件序列簇类模式挖掘新模型和算法及在恶意软件鉴别中的应用,并构建面向云安全的恶意软件智能鉴别系统原型以及中文钓鱼网站检测系统架构。     

基于感知哈希的图像内容鉴别性能分析

感知哈希能有效地区分不同内容的图像,常用于检测盗版或重复的图像内容鉴别应用中.针对已有的对感知哈希的图像内容鉴别应用研究主要集中在算法设计上,缺少对其性能评价的理论方法的问题,提出从理论上评价内容鉴别性能的方法.该方法基于一类图像感知哈希算法的抗碰撞特性建立了内容鉴别的判定模型,并定义内容鉴别的性能公式,最后推导出统计学上的函数作为性能评价指标.实验结果表明,文中方法能很好地估计感知哈希在内容鉴别应用中的性能.     

一种新的有向传感器网络覆盖增强算法

针对现有有向传感器网络覆盖增强方法算法较复杂及覆盖率不够高等问题,提出了一种新的有向传感器网络覆盖增强算法。每次取一重覆盖区域面积最大的传感器节点及其传感方向,使得整个网络的一重覆盖区域较多,重叠区较少,可提高网络的覆盖率;同时考虑了冗余节点休眠的情况,当网络中有节点失效时,将其周围的休眠节点激活,并重新部署失效节点周围的节点,以此保证网络有较长的寿命和较好的覆盖效果。对比实验表明,与现有算法相比,本算法原理简单,且在相同节点数目和传感半径情况下,覆盖率分别提高了20%和15%左右。     

基于电涡流传感器的硬币辨伪系统的设计

根据壹元真、假硬币不同的物理特性和电涡流传感器的性能特点,针对壹元硬币,提出一种基于电涡流传感器的简易辨伪系统。其主要通过硬币的材质和厚度辨认真假,当不同性质的硬币通过时,传感器的电感不同,则被测信号的频率不同。实验结果表明,该系统可以实现真、假硬币的快速鉴别、真硬币的个数显示和假币报警等功能,且电路简单。     

基于指纹识别的虚拟硬盘研究

为防止机密数据不被窃取或篡改,本文提出一种基于指纹身份识别的虚拟硬盘文件加密存储方法。该方法是在Windows设备驱动程序的基础上,利用指纹识别技术和虚拟硬盘驱动程序,实现用户身份的唯一认证和文件的安全性管理。实验证明,该方法是一种安全、高效、实用的加密存储方法。     

基于卷积神经网络的大坝安全监测数据异常识别

为了减轻大坝安全监测数据异常识别的数据处理压力,解决传统方法难以辨别非最值异常点的问题,提出利用卷积神经网络(CNN)识别大坝安全监测数据异常模式。监测数据过程线的周期性及异常值的显著差别使CNN得以发挥图像分类功能,分别将存在单个突跳点、无异常、存在震荡段、台阶、多个突跳点、台坎的监测数据过程线作为6类图像,人工生成65 000张训练数据及6 500张测试数据,6类图像的数量比为1∶1.5∶1∶1∶1∶1。利用CNN对混合6种过程线图像的测试数据集进行图像分类,总体准确率为0.973 1,且6种图像的准确率都至少为0.93。进一步对CNN进行改进,构建CNN监测数据异常识别模型,增加数据异常位置搜索功能;模型输入为监测数据过程线图像,输出为图像编号、图像类别及异常位置。研究成果有助于实现大坝自动、及时预警,及时了解大坝安全状况。     

淮南迪沟采煤沉陷区水体水质特征与评价

为了解淮南迪沟采煤沉陷区水体水质状况,将该沉陷积水区水域划分为3个单元（济河、沉陷积水区、对照区）,采集不同单元样品,测试分析其水质特征,并利用单因子和综合水质标识指数法进行评价。结果表明：济河和沉陷积水区均为弱碱性水体,水质比较澄清,透明度好。氮磷营养盐指标总体含量表现为济河最高,这与济河周边的农业面源污染有关;重金属Cu、Zn、Pb和As在沉陷积水区均出现一定程度的富集,与沉陷区周边充填煤矸石中重金属淋溶释放、汽车尾气的排放以及地表扬尘有关;通过对沉陷积水区距离济河由近及远每隔15 m采集水样的纵向采样点C1、C2、C3分析得出,其TN和NH⁺₄分布表现出距离济河越近,则含量越低,而TP、Cu、Zn、Pb和As表现出相反的规律性;单因子水质标识指数结果显示,Hg和COD_Mn在济河和沉陷积水区污染相对严重;综合水质标识指数法显示,3个单元综合水质指标P_i均符合III级标准。在交汇水域,济河采样点J3、J4与沉陷积水区采样点C1、C2的水质状况表现为J3（2.320）相似文献   

基于功能磁共振成像的人脑效应连接网络识别方法综述

人脑效应连接网络刻画了脑区间神经活动的因果效应. 对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角, 而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记, 具有十分重要的理论意义和应用价值. 利用计算方法从功能磁共振成像(Functional magnetic resonance imaging, fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题. 本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程, 说明了其中的主要步骤和方法; 然后, 给出了一种脑效应连接网络识别方法的分类体系, 并对其中一些代表性的识别算法进行了阐述; 最后, 通过对该领域挑战性问题的分析, 预测了脑效应连接网络识别未来的研究方向, 以期对相关研究提供一定的参考.