基于OpenGL可视化组件的设计与实现

介绍了使用OpenGL作为基本开发工具，结合组件技术，设计并实现了一套具有丰富表现形式的可视化组件的设计思想、方法和结构，以及应用该组件完成的实例。该组件的设计充分应用了面向对象和组件技术，具有支持3D旋转、平移、缩放和漫游以及允许进行光照、雾化、透明等特效处理。     

基于近邻关系特征的多态蠕虫防御方法

结合多态蠕虫的特点,着重考虑负载字节之间的关系,将蠕虫负载内部的近邻关系特征(NRS,neighbor-hood-relation signature)提取出来用于蠕虫检测。NRS建立在蠕虫负载内部相邻字节之间关系的基础上,体现了某些多态蠕虫各形态之间的共性特征,能够更灵活地对多态蠕虫进行检测。设计了NRSGA(NRS generating algorithm)算法来提取1-NRS、2-NRS和(1,2)-NRS,并分别进行了实验,以测试特征提取过程的正确性和NRS检测蠕虫的有效性。实验结果表明,与其他方法相比,NRS在检测多态蠕虫时具有更低的漏报率,能够更好地防御多态蠕虫的传播。     

基于数据管技术的证券数据可视化

数据管技术是一门新的可视化技术，用三维管状图形表示数据集，将数据映射到管状图的内壁，用户可在数据管内移动，并根据颜色来探测数据。介绍了数据管技术的核心部分4种数据转换及其在证券数据中的应用。     

基于改进YOLOv3的实时交通标志检测算法

针对目前我国智能驾驶辅助系统识别道路交通标志检测速度慢、识别精度低等问题,提出一种基于YOLOv3的改进的道路交通标志检测算法。首先,将MobileNetv2作为基础特征提取网络引入YOLOv3以形成目标检测网络模块MN-YOLOv3,在MN-YOLOv3主干网络中引入两条Down-up连接进行特征融合,从而减少检测算法的模型参数,提高了检测模块的运行速度,增强了多尺度特征图之间的信息融合;然后,根据交通标志目标形状的特点,使用K-Means++算法产生先验框的初始聚类中心,并在边界框回归中引入距离交并比（DIOU）损失函数来将DIOU与非极大值抑制（NMS）结合;最后,将感兴趣区域（ROI）与上下文信息通过ROI Align统一尺寸后融合,从而增强目标特征表达。实验结果表明,所提算法性能更好,在长沙理工大学中国交通标志检测（CCTSDB）数据集上的平均准确率均值（mAP）可达96.20%。相较于Faster R-CNN、YOLOv3、Cascaded R-CNN检测算法,所提算法拥有具有更好的实时性和更高的检测精度,对各种环境变化具有更好的鲁棒性。     

基于人脸和指纹的多模生物特征融合识别方法

多模生物特征的融合识别方式，在进行个人身份识别应用中具有较为突出的识别应用优势，关注与重视程度相对比较高。本文通过对于生物特征识别技术的作用优势分析，根据常见生物特征识别技术与多模生物特征融合识别方式，进行基于人脸与指纹的多模生物特征融合识别方法分析，以促进在实际身份认证与识别中的推广应用。     

一个基于OLAM的可视化数据挖掘系统原型

基于OLAM的可视化数据挖掘系统将可视化工具和数据挖掘工具融为一体，它与一般的数据挖掘系统不同，充分利用了OLAM模型沿着多个维进行挖掘，并以智能的方式与用户进行交互，可以在多维数据库的不同部位和不同的抽象级别交互地执行挖掘，以图形的方式输出结果。     

基于卷积神经网络的低嵌入率空域隐写分析

近年来,基于深度学习的空域隐写分析研究在高嵌入率下已经取得了较好的成果,但是对低嵌入率的检测效果还不太理想.因此设计了一种卷积神经网络结构,使用SRM滤波器进行预处理来获取隐写噪声残差,采用3个卷积层并对卷积核大小进行合理设计,通过适当选择批量归一化操作和激活函数来提升网络的性能.实验结果表明：与现有方法相比,所提出的网络结构对WOW,S-UNIWARD和HILL这3种常见的空域内容自适应隐写算法取得了更好的检测效果,且在低嵌入率0.2bpp,0.1bpp和0.05bpp下的检测效果有非常明显的提升.还提出了逐步迁移（step by step）的迁移学习方法,进一步提升低嵌入率条件下的隐写分析效果.     

纹理图像无损隐藏三维DEM数据技术

本文提出了纹理图像隐藏高程信息来保护三维地形数据的信息隐藏技术。在保持地形形状和起伏特征的前提下,实现了高程数据的极低比特率压缩。应用改进的基于直方图平移的无损隐藏算法将地形数据隐藏到纹理图像中,在恢复过程中,纹理图像可以无损还原。隐藏的高程数据不易察觉,并且可以防止非法提取和恢复数据。     

基于递归模式技术的股票数据可视化

可视化技术对于分析和探究大规模的多维数据集变得越来越重要，其中最重要的一种可视化技术是一种面向像素的可视化技术，其基本原理是将数据集中的每个数据值映射成屏幕上的一个像素并对这些像素按一定的规则充分地加以排列，以便将尽可能多的数据对象以人们熟悉的图形图像展现在屏幕上。递归模式技术是面向像素的可视化技术的一种，它基于简单地来回排列，允许用户参与定义结构和设置参数，主要适用于有自然顺序的数据集。在股票数据分析中，利用递归模式技术比较容易描述交易数据库中股票价格的变化情况，并预测股票的走势。     

基于第二代Bandelet变换的图像认证水印算法

设计了一种基于第二代Bandelet变换和自适应统计模型的图像认证水印算法.提出了用Bandelet变换生成图像矢量方向流的算法,应用图像的矢量方向流来刻画图像特征,并构造了基于高斯分布统计模型的水印修改自适应噪声可见强度算法.通过噪声可见强度筛选出含纹理信息较多的图像分块隐藏图像矢量方向流.利用提取出的隐藏方向流信息和用Bandelet变换生成的方向流作相关性检测,实现对图像的认证.实验结果表明,该算法有很强的抗JPEG和噪声攻击能力,保证了水印图像的视觉质量和顽健性,实现了盲检测,隐蔽性和安全性较好.