一种新的EAS标签识别算法

在剖析EAS标签信号特性的基础上,建立了标签信号的模型;根据从标签信号提取出的形状特征、运动特征和实时信噪比特征,提出了一种新的EAS标签识别算法。相对于传统算法,本算法有效地提高了EAS系统在强干扰环境下的检测率,降低了误报率,而且能够检测标签运动速度。     

射频EAS系统的关键技术

针对普通射频EAS系统检测灵敏度低、误报率高的缺陷,采用了窄带方式提高射频EAS系统的信噪比和抗干扰能力,提出了几个硬件关键技术,给出了各个关键技术的硬件方框图。关键技术包括锁相接收技术、梳状滤波技术、滑动基准技术和瞬态脉冲吸收技术。经过实验测试,这几个关键技术能提高EAS系统的检测灵敏度并使误报率有显著的改善。     

三线圈式无源电子标签质量参数检测技术研究

电子商品防盗系统(EAS)中的无源电子标签工作原理可等效为LCR串联电路,其谐振频率FX和品质因素Q是无源电子标签关键质量参数.针对目前二线圈式检测方法检测此类标签参数存在的不足,设计一种差分式三线圈传感探头,分析了三线圈传感探头的工作原理,并采用Proteus软件对此传感探头的等效电路模型仿真,验证测量方法的可行性.同时设计了以MSP430F149处理器为核心的检测硬件电路,并基于二分法设计了快速寻找FX和Q值的跳频程序.以58 kHz声磁无源电子硬标签为测试对象,试验表明:此检测技术的FX、Q值测量的绝对误差分别小于9.1 kHz和1.0,其性能优于市售EAS频率检测仪(E-X5006AM).     

高灵敏度小型化红外光声气体传感系统

研制了一种高灵敏度小型化红外光声气体传感系统.该系统检测灵敏度高,对乙烯气体体积分数的检测限达到20×10-9以下.对光声信号和检测相位之间的关系进行了详细的研究,分析了光声信号中峰值相位变化的因素.结果表明:在固定相位延迟下利用锁相放大器检测光声信号可以获得比较高的灵敏度.同时根据对光声信号和相位延迟关系的研究,提出...     

基于STC单片机的商品电子防盗系统设计

该文介绍了基于电磁波共振和STC单片机的商品电子防盗系统的结构和工作原理.针对普通商品电子防盗系统存在检测灵敏度低和误报率高的不足,提出采用梳状滤波器的窄带抗干扰技术和极性相关算法的数据识别技术,给出系统的硬件方框图和软件流程图.并详细描述了系统软件算法设计.经过实践测试表明,该系统具有检测灵敏度高、响应速度快、误报率极低的特点.     

声表面波无线标签系统接收机的设计

在基于声表面波的无线标签识别系统实现的过程中,功能强大、性能稳定的接收机不可或缺.由普遍使用的接收机结构的提出开始,从灵敏度、动态范围等这些接收机重要的性能指标处着手分析讨论.结合声表面波回波信号的实际情况,对电路各单元进行了增益分配和功率计算,完成了接收机系统的模拟电路部分设计,通过实验对设计结果进行了验证.     

火炮漏磁检测仪设计的研究

本文介绍了漏磁检测原理以及缺陷漏磁场磁偶极子模型。讨论了缺陷深度和宽度对漏磁场的影响。提出提取缺陷信号特征的峰峰值算法．根据信号的峰峰值大小、间隔和信号梯度变化作为缺陷判别标准。说明了火炮漏磁检测仪的硬件设计原理．本文介绍的火炮漏磁检测仪已成功用于火炮的无损检测中。     

基于DSP技术的EAS系统设计

基于数字信号处理芯片设计的EAS系统的工作原理、组成以及实现实时监控应解决的技术难点。提出了运用数字信号处理的算法识别标签的软件实现方法。给出了系统的硬件原理图和软件流程图。     

基于Labview的脉冲漏磁检测系统的研究

研究了一种脉冲信号激励的漏磁检测系统;利用USB数据采集卡I/O口输出脉冲方波信号经过功率放大环节生成激励信号,通过数据采集卡触发采样功能实现检测信号的同步采样;基于Labview软件搭建了漏磁检测虚拟仪器平台,实现了漏磁检测信号的采集、调理、储存、回放和分析功能;通过实验对加工有宽度为2mm深度分别为2mm、5mm、10mm的3个裂纹缺陷的钢样本进行检测,应用霍尔传感器检测漏磁场信号;检测信号经过调理和采集,在电脑中实时显示漏磁信号随时间的变化波形;通过分析回放采样信号的峰值和峰值到达时间评估缺陷的位置和深度;实验结果表明缺陷深度越大采样信号的峰值越大,峰值到达时间越长。     

一类不确定线性系统的鲁棒故障观测器设计

研究线性时不变系统的鲁棒故障观测器设计问题,给定故障检测率,降低误报率作为优化指标,对故障和未知扰动在残差信号中的输出进行滤波。再考虑不确定性影响,运用模型匹配方法,提出了具有不确定性线性系统的鲁棒故障观测器设计方法,并以线性矩阵不等式形式给出问题求解算法。通过求解具有线性矩阵不等式约束的凸优化问题获得观测器的全局最优解。通过仿真表明,改进的设计方法可有效保障残差信号对故障信号的灵敏度,并改善了诊断性能。     

基于深度卷积神经网络的肺结节检测算法

在传统的肺结节检测算法中，存在检测敏感度低，假阳性数量大的问题。针对这一问题，提出了基于深度卷积神经网络（CNN）的肺结节检测算法。首先，有目的性地简化传统的全卷积分割网络；然后，创新地加入对部分CNN层的深监督并使用改进的加权损失函数，获得高质量的候选肺结节，保证高敏感度；其次，设计了基于多尺度上下文信息的三维深度CNN来增强对图像的特征提取；最后，将训练得到的融合分类模型用于候选结节分类，以达到降低假阳率的目的。所提算法使用了LUNA16数据集，并通过对比实验验证算法的性能。在检测阶段，当每个CT检测出的候选结节数为50.2时，获得的敏感度为94.3%，与传统的全卷积分割网络相比提升了4.2个百分点；在分类阶段，竞争性能指标达到0.874。实验结果表明，所提算法能够有效提高检测敏感度和降低假阳率。     

基于信息熵的数据流加密判断算法

针对基于数据流检测木马检测系统的实际需要,提出一种基于信息熵的数据流加密判断算法,引入N-截断熵的概念用于置信区间的计算,并通过仿真建立了可靠的置信区间.该算法通过检测一条数据流的一个数据包,就可以判断整条数据流是否加密,有非常好的效率,可以达到实时在线判断,通过实验验证,算法具有很高的准确率和很低的误报率,算法已应用于基于数据流检测的木马检测系统,完全达到系统要求.     

一种SVM入侵检测的融合新策略

入侵检测是计算机网络安全中不可或缺的组成部分,其中异常检测更是该领域研究的热点内容。现有的检测方法中,SVM 能够在小样本条件下保持良好的检测状态。但是单一的SVM检测仍存在检测率不高、误报率过高等局限性。结合D-S证据理论,提出一种基于多SVM融合的异常检测方法,有效地弥补单个SVM检测的局限性。通过KDD99评测数据的评测实验表明,该方法有效地提高了入侵检测率的同时降低了误报率,大幅度地提高了入侵检测系统的检测性能。     

A mass classification using spatial diversity approaches in mammography images for false positive reduction

Breast cancer is configured as a public health problem that affects mainly women population. One of the main ways of prevention is through screening mammography. The interpretation made by the physician is a repetitive task because of a low contrast image and the examination of several exams. So, computer systems have been proposed to aid detection step and helps physician, with the aim to increase sensitivity at the same time that reduces invasive procedures. Although these systems had improved the sensitivity of the original examination of mammography, they also generate a lot of false positives. This paper presents a methodology for reducing false positives by analyzing the diversity of approaches with improved spatial decomposition. After experiments the results reaches a high level of sensitivity at the same time promote a high rate of reduction of false positives.     

基于混合损失联合调优与多尺度分类相结合的肺结节检测算法

针对CT图像的肺结节自动检测任务中检测灵敏度低及存在大量假阳性的问题,提出了一个基于混合损失的三维全卷积网络与基于注意力的多尺度三维残差网络相结合的肺结节检测方法。首先,基于相似度损失预训练三维全卷积网络,利用该网络筛选难例样本,并基于混合损失将难例与正样本进行联合调优得到候选结节检测网络,用于快速筛选疑似结节;然后,利用基于注意力的多尺度三维残差卷积网络对疑似结节进行分类,从候选结节中精确地分辨出真正结节。在LUN16数据集上,候选结节检测阶段的灵敏度在每个病例的假阳数目为59.1时达到97.18%,检测系统的平均灵敏度为0.880,表明本算法可以提高肺结节检测的灵敏度并有效控制假阳性,在LUNA16数据集上获得了更优的性能。     

Vector Based Genetic Algorithm to optimize predictive analysis in network security

A new Intrusion Detection System (IDS) for network security is proposed making use of a Vector-Based Genetic Algorithm (VBGA) inspired by evolutionary approaches. The novelty in the algorithm is to represent chromosomes as vectors and training data as matrices. This approach allows multiple pathways to calculate fitness function out of which one particular methodology is used and tested. The proposed method uses the overlap of the matrices with vector chromosomes for model building. The fitness of the chromosomes is calculated from the comparison of true and false positives in test data. The algorithm is flexible to train the chromosomes for one particular attack type or to detect the maximum number of attacks. The VBGA has been tested on two datasets (KDD Cup-99 and CTU-13). The proposed algorithm gives high detection rate and low false positives as compared to traditional Genetic Algorithm. A detailed comparative analysis is given of proposed VBGA with the traditional string-based genetic algorithm on the basis of accuracy and false positive rates. The results show that vector based genetic algorithm provides a significant improvement in detection rates keeping false positives at minimum.     

线性扫频干扰检测算法及抗干扰方法研究

提出一种考虑虚警概率和漏检概率指标的低复杂度线性扫频干扰检测算法,并对算法性能进行了理论分析,为实际通信系统判断受扰情况提供依据;提出一种基于Q学习的抗扫频干扰算法,可在无线通信系统遭遇扫频干扰时,自主选择最佳通信信道和最长驻留时间。仿真结果表明所提检测算法可有效检测出线性扫频干扰信号,以较低复杂度得到与理论分析结果相近的检测性能。所提抗扫频干扰学习算法可在干扰环境中自主选择通信信道,高效规避扫频干扰,实现持续可靠的信息传输。     

LTE-A系统中物理随机接入信道信号检测的仿真与实现

根据多普勒频移对物理随机接入信道（PRACH）信号检测产生的影响进行分析,划分出了中速、高速、超高速三种模式,并提出相应改进的信号检测算法。对中速模式,提出了基于频偏校正的前导检测算法;对高速模式,提出了多重滑窗峰值检测算法;对超高速模式,提出了基于整数倍子载波的频偏补偿前导检测算法。仿真结果表明,不同场景下PRACH信号通过加性高斯白噪声（AWGN）信道传输,接收端虚警率性能至少改善了3.8 dB;通过扩展典型城市信道模型（ETU）信道传输,虚警率性能至少提升了1 dB。与频域相关检测算法相比,所提算法提高了前导信号成功检测概率,减少了接入时延。     

利用入侵行为关联性降低异常检测的误报

针对异常检测具有较高的误报率的缺点,提出一种降低误报的算法.该算法基于入侵活动须依赖多种行为相互配合来完成的特点,对于出现异常行为的用户,在异常行为还不足以认定为入侵的情况下,为防止误报,通过分析用户在一段时间内的后续行为是否存在配合实施入侵的可能来综合推断用户是否为入侵者,从而达到降低误报的目的.