隐马尔科夫模型检测LDoS攻击方法的研究

针对低速率拒绝服务LDoS （Low-Rate Denial of Service）攻击具有平均速率低、隐蔽性强的特点,提出了一种基于隐马尔科夫模型的LDoS攻击检测方法。首先对网络状态建立隐马尔科夫模型,将归一化累计功率谱密度NCPSD（Normalized Cumulative Power Spectrum Density）方法的检测结果作为隐马尔科夫模型的观测值。利用前向算法得到不同观测值序列在该模型下的相似度作为检测依据。在NS 2中对本检测方法进行测试,实验结果表明本方法能够有效的检测LDoS攻击,与其他方法相比也具有更好的检测性能。通过假设检验得出检测率为99.96%。      

针对时间序列多步预测的聚类隐马尔科夫模型

时间序列的预测在现今社会各个领域中有着广泛的应用.本文针对时间序列趋势预测中的多步预测问题,提出了基于聚类的隐马尔科夫模型,利用隐马尔科夫模型中的隐状态来表示产生时间序列数据时的系统内部状态,实现对多步时间序列的预测.针对时间序列聚类中的距离计算问题,提出结合时间序列时间性和相似性的聚类算法,并给出了迭代精化基于聚类的隐马尔科夫模型的方法.实验表明,本文提出的方法在时间序列多步预测中精度较高.     

马尔可夫及隐马尔可夫模型的应用

通过对马尔可夫模型进行深入的分析的基础上对隐马尔科夫模型做了详细的讨论,对马尔科夫模型在语音识别、疾病分析等方面的应用做了介绍,同时针对隐马尔科夫模型在估值问题、解码问题和学习问题等经典问题上的应用做了研究。最后讨论了马尔科夫模型其隐马尔可夫模型的缺陷,并提出相关的改进建议。     

一个新颖的轮廓线跟踪算法

提出了一个新颖的基于隐马尔科夫模型与光流的轮廓线跟踪算法。曲线描绘由B样条形状空间向量来表达,能够捕捉全局和局部变形。提出应用沿曲线的光流计算来预测曲线在下一帧的位置,在预测曲线的基础上,提出应用隐马尔科夫模型来准确定位曲线的位置。隐马尔科夫模型提供了一种有效的概率手段来融合多种量测特征比如边缘,曲线平滑性,区域灰度或颜色统计信息等等,能够更准确的定位曲线位置。基于仿射形状空间的实验了表明本文所提出算法的有效性。     

一种改进GMM-MRF模型的海上红外目标检测

目前海上目标检测已在民用和军事领域得到广泛的应用。由于海水波动大、目标成像面积少、特征不显著等特点增大了目标检测难度,为了消除上述的问题,首先提出了一种基于混合高斯-马尔科夫随机场目标检测模型,该模型利用所提出的混合高斯模型自适应调节学习率来抑制动态背景的干扰。然后,利用混合高斯模型对红外图像所计算的结果作为马尔科夫随机场的观测值,建立了马尔科夫随机场模型,可以解决混合高斯模型存在的不足。实验结果表明,本文的方法能够取得良好的检测效果。     

基于不同隐马尔科夫模型的图像识别方法

为了更详细地研究隐马尔科夫模型在图像识别中的应用,以指纹识别为例,纵向总结了几种基于隐马尔科夫模型的指纹图像识别算法,包括一维隐马尔科夫模型、伪二维隐马尔科夫模型、二维模型及一维模型组。分别从时间复杂度、识别精确度等方面总结出这四种隐马尔科夫模型在图像识别时的优缺点,得出不同待识别图像适合使用的识别模型的结论。     

利用SVM的聚类算法在时间序列信号识别中的应用

研究了一维时间序列信号识别的问题.针对基于混合高斯模型的隐马尔科夫(HMM)编码准确率低的问题,提出了一种利用多个支持向量机构造混合支持向量机,从而为隐马尔科夫模型提供更精确的观测值编码和发生矩阵,能有效的提高HMM在语音信号识别或者文字识别中的准确率.本方法可以应用到语音识别,文字识别以及生物信息处理等领域.     

MATLAB环境下的语音识别系统

介绍了MATLAB环境下的语音识别系统,阐述了具体的实现过程。采用离散隐马尔科夫模型,为提高识别率采用男女2套参数,对离散隐马尔科夫模型在实际语音识别系统中遇到的问题进行分析,并给出相应的解决办法。     

基于二进制编码ERP数据质量研究

为了快速、高效地评估和解决ERP系统的数据质量问题,提出一种基于二进制编码方式的数据质量评估方法。通过在二进制级别进行概率估计与编码,有效地降低了计算机对数据处理时所面临的复杂度问题,提高了运算效率,能有效缩短评估所耗的计算时间。在计算结果的基础上,建立隐马尔科夫模型,并根据ERP系统的实际业务需要,对此模型进行了合理的修改优化。运用此模型对ERP系统中数据质量问题进行了概率统计和预测,最终在短时间内提供直观准确的数据质量评估结果,并对未来数据质量情况进行了客观的预测。     

基于WSN的隐马尔科夫模型煤矿井下定位

针对煤矿井下定位精度不高的问题,提出一种隐马尔科夫模型(Hidden Markov Model,HMM)的定位方法。通过比较隐马尔科夫模型和粒子滤波模型推断出,当定位的数据需要通过多跳的方式传播时,使用半马尔科夫平滑移动模型(Semi-Markov Smooth Mobility Model,SMS)来估计误差,能量消耗,能提升定位精度。     

电信运营商企业级数据模型设计与应用

首先从纯理论角度介绍了数据模型的概念模型、逻辑模型和物理模型;然后介绍了运营商的数据模型架构、企业级模型的定位和作用以及系统级模型的定位和作用;最后从用户需求、工程立项、开发设计及上线实施4个环节详细阐述了企业级模型的应用。     

LDMOSFET电热耦合解析模型

建立了包含电热耦合相互作用的大信号非线性射频LDMOSFET解析模型—Agereelectro-thermal transistor(AET)模型,包括:模型的拓扑图、等热和脉冲器件测试表征系统、模型参数的提取过程。在Agilent的电子设计工具软件ADS中植入和实现了该模型,并将其应用于实际射频功率放大器的设计,通过测量验证了该模型的正确。     

互联网流量与两个相关模型

由于互联网具有多构性、突发连续性和自相似性等特征,使得用传统模型进行的排队分析、性能估计与实际网络有较大差距。本文介绍了两种互联网流量模型:AR IMA模型,FAR IMA模型,讨论了它们的适用范围、模型数学定义,描述了参数定阶推导等相关问题。     

光因特网互联模型研究与演进

光因特网是能提供高带宽的下一代因特网,对其互联模型的研究是目前光因特网研究中的一个热点.文章分析了互联模型由重叠模型向对等模型演进的基本趋势,并在对比固有的3种互联模型--对等模型、重叠模型及增强模型的基础上,提出了一种新的演化模型--混合模型,这种模型能够支持对等模型与重叠模型的共存,文章对其实现的原理与机制进行了论述.     

面向密集城区网络的覆盖预测模型的应用研究

在目前密集城区CDMA无线网络日趋复杂的情况下,如何使覆盖预测与网络实际充分拟合,发挥射频仿真工具在网络优化中的作用,是一个十分值得探讨的课题。本文从密集城区的CDMA无线网络入手,分别选取了统计型模型的Okumura-Hata模型和确定性模型的3D射线跟踪模型进行研究,分析了两种模型在密集城区场景下的差异,最终在实践的基础上提出了面向密集城区的覆盖预测模型的选取方案。     

基于全局背景模型和辅助模型的说话人确认系统的研究

大多数说话人确认系统都设置一个背景模型用于描述假冒者的特性。文中提出一种新的说话人确认背景模型,对所有说话人采用同一全局背景模型（UBM）,并为每个说话人建立一个竞争者模型（cohort model）和一个疏远者模型（c-cohort model）。在全局背景模型不能做出准确判断的情况下,启用竞争者模型或疏远者模型再次进行判决。该模型充分利用了相近者模型和疏远者模型的特性。实验表明新的背景模型使系统性能有明显的提高。     

一个适用于数值计算的金属色散模型分析研究

金属色散模型对数值模拟金属光学特性起至关重 要的作用。本文简单分析常见色散模 型与复杂色散 模型之间的关系,并利用MATLAB非线性拟合方法对Au、Ag常见的色散模型进行了分析,给出 在 180～2000nm波段内拟合结果。结果表明,Deb ye模型不适用于金属材料,Lorentz模型适合描述长波段金 属介电特性,Drude模型在600～2000nm可以描 述金属介电特性,而简单明确的Drude-Lor entz模型在180～2000nm波段能很好的拟合金 属介电特性。所得结果利用Mie散射理论得到验证。     

高速电路设计与库模型应用的研究

通过对TSMC 0．18μm CMOS工艺库模型的分析，电路仿真结果比较以及实际限幅放大器电路流片测试结果的验证比较，提出在深亚微米工艺中，大信号高速电路的设计适宜选用混合信号管进行。     

基于概率主题模型的文档聚类

 为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allocation)模型和TC_LDA模型的聚类算法.TC_LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法不同,基于主题模型的聚类算法能将具备同一主题的文档聚为一类.实验结果表明从主题分析角度出发实现的聚类算法优于传统的聚类算法.     

一种提取 Statz MESFET 非线性电容模型参数的方法

文章提出一种Ｓｔａｔｚ ＧａＡｓ ＭＥＳＦＥＴ非线性电容模型参数的简单方法。它基于逐点拟合和综合拟合法,并以小信号模型数据分布在电容电压特性曲线的三个区为判据,判定提取的电容模型参数的正确性。计算表明,对偏置的电容Ｃｇｘ和Ｃｇｄ数据情况,提取Ｓｔａｔｚ非线性电容模型参数较适用。