一种基于深度森林的恶意代码分类方法

针对当前恶意代码静态分析方法精度不足的问题，将恶意代码映射为无压缩的灰度图像，然后根据图像变换方法将图像变换为恒定大小的图像，使用方向梯度直方图提取图像的特征，最后提出一种基于深度森林的恶意代码分类方法.实验中选择不同家族的多个恶意代码样本进行分类，验证了该方法的有效性，并且实验结果优于近期提出的SPAM-GIST方法.     

船用螺旋桨的逆向建模研究

为了缩短船用螺旋桨的再设计周期,降低再设计难度,针对船用螺旋桨提出了一种基于逆向设计软件Geomagic Design X和三维建模软件UG的逆向建模方法。详细介绍了螺旋桨的逆向建模过程和主要操作流程,通过比较放样和面片拟合生成叶片NURBS曲面的方法和原理,得到一种合适的叶片曲面作为叶片重构的基础。采用Geomagic Quality软件对螺旋桨进行整体精度分析,结果发现螺旋桨重构模型和螺旋桨点云数据之间的偏差在允许范围之内,验证了此螺旋桨逆向建模方法的可行性,同时为类似的逆向建模提供了思路。     

基于神经网络的红外焦平面光学非均匀性校正改进算法

基于场景的非均匀校正依然是红外领域的一个研究热门。神经网络算法是一种较为典型的场景校正算法。本文主要针对神经网络算法本身不能校正光学引入的非均匀性问题,提出了新的改进算法,通过对神经网络输入层的预处理,消除图像的低频噪声,此外,为了消除预处理对图像对比度的影响,本文增加了神经网络的层数,使用双层神经网络对算法进行更新,从而消除了图像对比度下降的现象。实验结果表明,改进的神经网络算法能够有效的改善图像质量,消除图像中光学引入的非均匀性。     

基于序列关联的参差信号分选算法

针对复杂环境下常规直方图信号分选算法对于参差信号分选能力不佳的问题，该文提出一种基于脉冲间隔与单个脉冲关联的直方图算法。该算法根据脉冲间隔与单个脉冲的对应关系建立了脉冲间隔分布矩阵(PIDM)，然后通过对PIDM行列的累加计算，得到一种新的直方图，该直方图可避免传统脉冲重复间隔(PRI)变换算法在分选参差信号时对于参差信号帧周期过多抑制的缺陷，且能够通过PIDM对辐射源脉冲串进行序列提取，进而得到参差子序列的周期值。仿真分析结果表明，在不增加计算复杂度的情况下，该算法对存在多部参差辐射源和固定重频辐射源的混合场景仍可保持良好的分选效果。