一种面向软件定义网络的大流检测机制

为解决大流检测过程中普遍存在的精度低、耗费高等问题,提出了一种面向软件定义网络的大流检测机制SampleFlow.通过综合sFlow和OpenFlow技术优势,使用粗粒度的采样技术识别出疑似大流,在OpenFlow交换机上安装测量流表项,对这些疑似大流进行细粒度测量判别,以达到准确检测大流的目标,通过采样点优化选择算法,还可降低采样的冗余性.实验结果表明,SampleFlow能够有效降低测量负载,并提升大流检测的精度.     

基于共轭梯度算法的自适应多用户检测

阐述了自适应多用户检测的基本原理,提出了一种基于自适应共轭梯度(CG)算法的自适应MMSE多用户检测算法,推导了算法的迭代公式并进行了计算机仿真.仿真结果表明,与LMS算法、RLS算法相比,CG算法具有良好的性能.     

基于空时自适应处理的恒虚警检测算法研究

研究了广义似然比检验和自适应匹配滤波器两种恒虚警检测算法,揭示了它们与空时自适应处理之间的内在联系,文中比较了广义似然比作自适应匹配滤波器的检测能力,并通过仿真研究了自适应匹配滤波器检验统计量在１ＤＴ－ＳＡＰＴ ３ＤＴ－ＳＡＰ处理器上的应用结果。     

多传感器检测系统的自适应融合算法

通过分析分布式检测系统的工作原理，提出了一种新的基于并行检测系统的全局检测融合方法，该方法利用检测器局部判决结果与融合中心融合结果的误差对全局检测器下一步判决所采用的方法与参数进行修正，从而达到提高全局检测系统检测概率的目的．分析表明，该算法能有效提高系统的性能．     

一种基于自适应KLMS的卫星网络流量预测算法

针对传统预测模型已不再适用于卫星网络的问题,提出了一种自适应步长和自适应核宽度的核最小均方算法（AKLMS）.通过核函数将非线性数据从低维输入空间映射到高维特征空间进行操作,并且在迭代过程中根据瞬时误差自适应地调整步长和核宽度.仿真结果证明,与核最小均方算法（KLMS）和最小均方算法（LMS）相比,AKLMS算法在收敛速度和预测流量精度方面都有大幅提升,为卫星网络的流量规划和路由设计提供了强有力的决策支持.     

自适应滤波器的单板机实现

本文简述了自适应算法和自适应滤波器的工作原理,并用单板机和适当的硬件电路实现了自适应滤波。     

DoS攻击检测中的自适应序贯检测算法

文章给出了一种新型的DoS攻击检测方法及其具体应用。利用自适应序贯算法统计分析接收到的各个网络协议层数据，查找其中微小变化，实现攻击的早期检测。方法具有计算量小，自学习能力强，适用于不同网络等优点，具有一定的实用价值。     

一种等概率分布式检测系统的反馈自适应学习算法

研究了分布式检测系统在等概率情况下的最优检测问题。针对传感器虚警与漏报概率未知的情况,提出了一种状态反馈自适应学习算法,通过在线的修正融合权值,最终使系统收敛于最佳权值,并对算法收敛性和误差进行了理论分析。最后给出的仿真算例证实了理论结果。     

基于梯度的自适应边缘检测算法研究

对常见的边缘检测算法进行改进,基于梯度提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边界点像素灰度值的差异,分析模版中的9个像素,计算出像素的梯度幅度和梯度方向;按梯度值的不同将图像分割成若干个区域,计算每个区域的灰度平均值,确定阈值,实现边缘检测.实验表明,该方法检测出的边缘更细、更准确,可以除去虚假的边缘,是一种有效的对灰度图像进行边缘检测的方法.     

自适应图像边缘检测LOG算法的DSP实现

LOG算子是图像边缘检测的重要算子,可以在不同尺度下检测图像的边缘特征。针对LOG算子存在的缺陷,并借助于LMS自适应算法获取最佳空间系数σ值,成功抑制了图像中的大部分噪声。并通过基于TMS320C6000专用信号处理器的图像处理系统实现了图像边缘检测的自动提取。实验结果表明,当σ值较小时,LOG算子对高反差像素比较敏感,能够检测出物体的精细边缘,并且与实际边缘的一致性较好,但同时高斯滤波不彻底,图像中出现大量的虚假边缘;当σ值较大时,算子能够检测出原图像的边缘,噪声情况明显减小,但是边缘间存在相互干扰,位移严重等情况;本算法检测出的图像边缘,不仅成功抑制了图像中大部分噪声和微小的灰度变化,还保证了较高的边缘定位精度。增强了LOG算子的实用性,并且该算法易于实现,可以较好的解决图像边缘检测问题。     

基于改进PSO算法的自适应均衡算法

传统的自适应均衡算法存在收敛速度慢,稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制.具有梯度搜索因子的Grads-PSO算法,结合了传统数值优化方法在计算速度和计算精度上的优势,将梯度法引入粒子群算法中.在梯度搜索因子的指导下,PSO算法的运算过程显得更加有规则,从而提高了算法的收敛速度和运算精度.因此,本文提出将改进PSO算法用作自适应均衡器均衡算法.通过仿真实验表明,改进PSO算法具有收敛速度快,计算精度高的优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法.     

基于GMM的说话人分类自适应算法

本文提出了一种基于GMM（Gaussian Mixture Model）的说话人分类算法,主要介绍了GMM模型和具体实现以及基于GMM的说话人分类算法在关键词检测系统中的应用。实验结果证明,该算法计算量小、实现速度快,能够提高系统的识别率,扩大应用人群范围,在中小词汇表识别系统中有关非常广阔的前景。     

基于JPEG的自适应量化算法

JPEG的关键是对DCT系数的量化过程，自适应量化的基本思想是：在FDCT过程中加入自适应处理，生成新的量化表代替固定时化表，再将其数据与FDCT处理的数据一起传送到熵编码器，该算法运用后的结果表明，自适应量化算法优于标准JPEG算法。     

基于信噪比的蓝牙自适应分组选择算法

为了提高加性高斯白噪声信道中蓝牙异步数据分组的传输性能,研究了在不同信噪比情况下分组类型对系统性能的影响,推导出了系统吞吐量与平均接收信噪比之间的关系,提出了一种基于信噪比的蓝牙自适应分组类型选择算法。该算法能够根据接收信噪比的不同情况选择最佳的分组类型进行传输,给出了进行分组类型切换的信噪比门限值。仿真与分析结果表明:系统平均吞吐量在不同信道质量情况下均获得最大值,改善了在信道状态不佳时的系统性能。     

基于JPEG的自适应量化算法

JPEG的关键是对DCT系数的量化过程 .自适应量化的基本思想是 :在FDCT过程中加入自适应处理 ,生成新的量化表代替固定量化表 ,再将其数据与FDCT处理的数据一起传送到熵编码器 .该算法运用后的结果表明 ,自适应量化算法优于标准JPEG算法     

基于确认度失效检测算法的研究与设计

在假设心跳消息的延迟和丢失都是随机概率事件的前提下,提出了一个符合实际网络环境要求的新的自适应失效检测算法. 理论分析表明,该算法能够实现任意设定的准确性要求,能够适应网络环境的变化. 测试结果表明,该算法能有效降低错误率,并且检测时间不会随着错误的降低而增加,是非常有效的.     

基于模拟退火的自适应差分演化算法研究

基于模拟退火的自适应差分演化算法.通过模拟退火的更新策略来增强全局搜索能力,并提出了新的自适应技术来选择学习策略、确定算法的关键参数.数值实验及与同类算法的比较研究表明了该算法的有效性和优越性.     

基于自适应形态学滤波器的布匹瑕疵检测算法

针对布匹瑕疵检测算法中运算量大、自适应差的问题,利用布匹纹理周期性变化特性,自适应地构建结构元素,实现形态学运算;采用基于像素面积的阈值选择定位瑕疵位置。在不改变检测准确率的同时减少了运算时间。实验结果表明,该算法所确定的瑕疵位置与主观视觉吻合,相比经典算法,误检率、错误率均降低了4%。     

基于LMS算法自适应滤波器的设计

对语音信号及噪声信号的特点进行了分析研究,提出了基于LMS算法自适应滤波噪声抵消模型,能够根据背景噪声的能量分布特征,将被污染的语音信号降噪提出,并且不发生信息丢失现象。采用M atlab软件完成数字滤波去噪声的功能。实验数据表明,该算法简单,可靠性高,能在受坦克、卡车噪声污染且较低的信噪比情况下,对语音信号起到去噪增强作用。     

基于MODWT的自适应阈值微电网故障检测算法

对微电网线路故障的高效检测有助于快速切除故障,降低微电网对大电网的影响。现有的故障检测方法存在阈值难以选择、对高过渡电阻故障不敏感等问题,为此提出了基于极大重叠离散小波变换(MODWT)系数突变的自适应阈值选取故障检测算法。利用MODWT的特性,采用扩大窗的方法,在窗扩大的过程中对MODWT系数差值的阈值进行适应性调整。相较于现有的定阈值方法,该算法可以适应任意长度的数据样本对于多种故障状态可以进行适应性阈值调整,因此对高过渡电阻故障有较高的敏感度。通过仿真实验验证,该算法能在各种故障状态下快速检测故障发生的时间。