基于TCP时间戳的远程网络设备识别技术研究

不同于传统基于操作系统特性或者网络协议特性的软件识别机制,提出了一种基于TCP时间戳进行远程网络设备识别的方法.该方法依据RFC 1323协议中TCP时间戳理论,通过在发送数据包中加入时间戳选项,能够在没有测量工具协作的情形下远程利用细微的硬件设备偏差(时钟脉冲相位差)来识别网络设备.实验结果表明,这种方法能够有效地用于远程网络主机的识别.     

文字识别网上行

说起文字识别(OCR),相像大家都不会对其陌生。利用该技术可以把图像上的文字转换成文本文字,省却重新输入的麻烦。但OCR软件较贵,现在我们只要能够接入网络,就可以免费获得此功能,心动了吗?     

电子文档时间戳的新探讨

描述了文件数字时间戳的处理过程,介绍了处理过程的基本必要条件和固有的可能存在的问题,以及解决这些问题的方法和技术。同时分析了一种时间戳的新方法-减少戳的确认时间,最后探讨实施了如何处理匿名性等几个方面的问题。     

在不可靠网络环境下的时间戳服务方案

由于网络环境及各种外部条件导致有些网络的数据传输受到影响,网络时断时续,传输速度时快时慢,在这种情况下,的时间戳应用较为困难。就此情况提出了一种时间戳应用方案,通过引入了可信计算平台技术,利用可信计算平台模块中的滴答计数器与时间戳服务器相结合的方法,实现了在此种不可靠网络环境中的时间戳服务。     

时间戳服务在信息系统审计的研究应用

联网审计后,审计的审计线索由原来纸质的资料转为为计算机的电子数据,电子数据存在被篡改或伪造的可能,不能确保其真实性和可靠性,本文研究的是在被审计单位原始数据生成时,采用时间戳服务对其实时签名,来保证电子数据的真实性和可靠性。     

基于蚁群算法的文字识别

在智能自动化领域,具有群体智能特征的蚁群算法引起了人们的广泛关注。目前,在文字识别方面的研究仍较少,而在当今社会很多方面都需要用到文字图像边缘的检测与文字识别,在文字信息泛滥的时代,利用人工识别技术检测识别图片、纸张、广告牌、视频等媒介上的文字已经变得不太现实。为了准确、高效地检测识别出文字,在学习了蚁群算法的基本原理之后,改进了传统的蚁群算法,并将其应用于图像分割、提取文字领域,同时结合图像文字识别技术OCR和纹理特征检测文字图像边缘,由此提高文字检测识别的准确性。     

基于硬件时间戳的时间比较系统

为了满足不同情况下时钟同步对于时间比较的需求,研制了一套基于硬件时间戳的时间比较系统,对该系统的工作原理和设计方法进行了分析和研究,并在实际应用中测量统计了该系统的比较精度。结果表明:该系统可以实现时间比较并达到数十纳秒级的比较精度。基于硬件时间戳的比较技术可以广泛应用于对时检测和时间同步平滑调整,帮助提高时间同步的精度和平滑度。     

少数民族文字文本分析与识别的研究进展

对于少数民族古籍的保护与传承,国家予以高度重视,并强调了对这些不可再生文化资源透彻数字化的重要性。随着文档图像分析与识别技术的不断进步,对少数民族文字的文本分析与识别研究受到广泛关注,并取得显著成就,成为人工智能应用研究的一个热点领域。然而,由于少数民族文字种类繁多、应用场景多样及数据集的稀缺性等问题,这一研究领域仍面临诸多挑战。本文旨在总结先前的工作,并为未来的研究提供支持,重点讨论了印刷体文本、联机手写、古籍文档及场景文字识别等任务,概述了国内外在少数民族文种识别领域的发展和最新成果。首先阐明了少数民族文字文本分析与识别的重要性及其价值,介绍了特定少数民族文字及其古籍文档的特征。然后,回顾了这一领域的发展历史和现状,分析并总结了传统方法的代表性成果及其应用;详细讨论了研究重点向深度神经网络模型和深度学习方法的全面转移,这一转变使得各文种的识别性能得到了显著提升。最后,基于相关分析,本文指出了在不同文种文档分析与识别中存在的精度和泛化能力等方面的不足,以及与汉文文本分析与识别的差异;面对少数民族文字文本识别领域的主要困难与挑战,展望了未来的研究趋势和技术发展目标。     

时间戳服务器并行数据处理的设计与实现

使用已设计实现的高性能密码服务器系统[2]作为TSS系统底层密码功能的硬件实现,给出了TSS系统的分析与设计。通过使用多线程技术,使TSS可以充分调度密码服务器中密码模块上的多个密码芯片的运算功能,从而支持并行产生时间戳签名操作。为了降低因频繁产生和频繁释放服务器工作线程所引起的系统开销,设计了工作任务线程池用于产生和管理TSS的服务工作线程,并给出了线程池维护管理算法的设计与实现。     

巧用Unix的时间戳

Unix时间戳包含了丰富的时间信息,很多平台都有时间戳的概念,也提供了不少操作时间戳的系统调用,这些系统调用固然强大,但我比较喜欢使用便捷的方法,而不是去调用系统函数,下面分享敲代码时候碰到的两个小例子,我使用了非常规的做法,使效率提高了那么一点点。     

基于图像处理和模式识别的网络图像监控系统

随着科学技术和生活水平不断的提高,人们的财产和人身安全问题已经不仅仅来自于传统的经验,而是逐渐的转变到虚拟的网络当中;为此,提高人们的隐私安全和财产安全需要加强网络监控,其中图像监控是较为主要的方面;加强图像监控的可靠性和实时性,是实现社会稳步发展和人民网络隐私安全的首要目标;应用计算机网络技术和现代化通讯技术相结合,综合图像处理技术和模式识别技术的应用,设计应用于网络图像监控系统是当前社会发展的安全技术保障之一;文章通过对图像监控进行简析,阐述图像处理技术和模式识别技术的相关方面,探讨研究网络图像监控中图像识别和处理方面的技术;通过对图像处理中的色彩均化和模糊识别实验,得出其对于网络中传播的图片辨识度和提取信息能力具有很高的发展。     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

基于卷积神经网络的监控场景下车辆颜色识别

颜色是车辆识别中广泛应用的主要线索之一,在智能交通系统中扮演着重要的角色.受光照变化、噪声、环境等复杂因素的影响,传统的车辆颜色识别方法难以取得理想的识别效果.利用卷积神经网络(CNN)的优越识别性能,提出了一种基于卷积神经网络的监控场景下车辆颜色识别方法.基于传统的CNN原理设计了车色识别专用深度网络架构,直接通过CNN学习基于颜色分布的分类模型.与其他基于深度学习的车色识别方法相比,提出的用于车色识别的专用深度网络,具有参数少、识别速度快、识别精度高等优点.实验结果表明,在Chen等公布的标准数据集上,与最新的研究成果相比,平均识别精度提高约0.77％,识别速度提高14倍左右.     

文本检测与识别在细粒度图片分类中的应用

细粒度的图片分类是深度学习图片分类领域中的一个重要分支,其分类任务比一般的图片分类要困难,因为很多不同分类图片中的特征相似度极高,没有特别鲜明的特征用以区分,因而需要优化一个传统的图片分类方法.在一般的图片分类中,通常通过提取视觉以及像素级别的特征用来训练,然而直接应用到细粒度分类上并不太适配,效果仍有待提高,可考虑利用非像素级别的特征来加以区分.因此,我们提出联合文本信息和视觉信息作用于图片分类中,充分利用图片上的特征,将文本检测与识别算法和通用的图片分类方法结合,应用于细粒度图片分类中,在Con-text数据集上的实验结果表明我们提出的算法得到的准确率有显著的提升.     

智能设备网络虚假信息行为识别与控制技术研究

传统智能设备网络虚假信息行为识别技术识别范围小,准确性低,在识别后不能快速地采取控制手段进行控制,导致事态进一步恶化。针对上述问题,研究了一种新的智能设备网络虚假信息行为识别与控制技术,设定虚假信息模型,由神经网络和BP网络构成,通过互联网控制,通过检测触发词、信息分类、虚假信息识别完成精确识别工作,控制模型由演示平台、网络中心组成,能够针对不同类型的虚假信息给出不同的控制手段。与传统技术进行实验研究,结果表明,给出的智能设备网络虚假信息行为识别技术能够完成更大范围的识别,提高识别准确率,在识别后对应的控制技术会快速采取有效手段控制虚假信息的散布。     

基于多特征融合的深层网络图像语义识别方法

图像是一种用来传达情感的重要工具,人类的情感会因不同的视觉刺激而异。采用了一种基于小数据集的数据扩充方式,并将图像的手工提取的低级特征（颜色特征、纹理特征）和网络自动提取到的高级特征（图像对象类别特征和图像深层情感特征）融合的方法,识别图像的复合情感。最终输出包含图像和对象在内的高级语义描述性短语。在公共数据集IAPS和GAPED上进行了实验,并与传统手工提取方法和VGG16、Fine-tune Alexnet两种已有模型进行了比较,该方法在测试性能上优于其他的识别方法,情感识别准确率能达到66.54%。     

基于图像识别技术的核电文档智能化应用实践

本文对采用图像识别技术来辅助核电企业开展文档智能化应用进行研究。文章阐述了开展图像识别技术应用的业务背景、主要过程、实现原理和典型应用场景解决方案等内容,通过对基于图像识别技术的扫描文件清晰度的自动化检测以及基于光学图像文字识别技术的文件自动化拆分和比对这两个应用场景,阐述了面临的问题、解决方案的原理、具体的程序功能设计方案以及最终的应用效果。根据对应用效果的评估,证明了图像识别技术能够在文档智能化应用中发挥重要作用。通过本课题的研究和实践,为基于图像识别技术的文档智能化利用做了有益的探索。     

Knowledge Based Pipeline Network Classification and Recognition Method of Maps

Map recognition is an essential data input means of Geographic Information System (GIS). How to solve the problems in the procedure, such as recognition of maps with crisscross pipeline networks, classification of buildings and roads, and processing of connected text, is a critical step for GIS keeping high-speed development. In this paper, a new recognition method of pipeline maps is presented, and some common patterns of pipeline connection and component labels are established. Through pattern matching, pipelines and component labels are recognized and peeled off from maps. After this approach, maps simply consist of buildings and roads, which are recognized and classified with fuzzy classification method. In addition, the Double Sides Scan (DSS) technique is also described, through which the effect of connected text can be eliminated.     

利用信息融合技术的缺损目标识别方法

拐点不变量是局部不变量的一种,具有旋转,平移,尺度缩放不变性,可以有效地应用于目标,该文利用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理法,将用不同方法求取拐点特征所得到的决策层信息进行融合,进一步提高了识别系统的可靠性,通过仿真实验对该方法进行了验证。     

民用航空飞机注册号自动识别

为了提高机场自动化水平,提出一种简单、有效的飞机注册号自动识别算法.对于机场摄像机获取的彩色跑道图像,首先采用Canny操作和轮廓检测提取飞机图像,为了便于计算机处理将其转换为灰度图像;然后使用Hough转换和SWT(Stroke Width Transform)文本定位法定位飞机尾部的注册号;最后应用阈值法分割注册号,使用基于孔洞的字符模板匹配法识别注册号字符.实验结果表明,该算法具有良好的飞机注册号识别效果,较强的鲁棒性,具有广泛的应用前景.