基于Bloom Filter的报文分类算法

针对传统报文分类算法在实际运行中存在的问题,提出一种基于Bloom Filter的报文分类算法。将该算法的思想应用于入侵防护系统硬件模型,建立相应的流信息预处理引擎,并介绍具体的实现方法。实验结果表明,该算法是有效实用的。     

基于QoS Guided Min-min任务调度算法局部优化

在对网格环境中现有任务调度算法的研究基础上,分析了调度算法中经典的Min-Min算法和Qos GuidedMin-min算法,指出了这些算法中所存在的负载不平衡的缺点,在此基础上,提出对Qos Guided Min-min算法进行局部优化和改进,并采用SimGrid模拟器对优化的算法进行仿真,结果表明,优化改进后的算法合理,具有较高的性能。     

基于形态分解运算的地形图要素自动提取与识别

针对地形图识别中的要素自动分割问题，提出了基于形态分解运算的提取算法．本算法根据形态特征的不同将地图要素进行结构分解，然后运用腐蚀、膨胀、改进的RLS变换等算子对相同特征的结构进行分类综合，最后依据要素特征组合的整体分析实现了地图上各要素的提取．同以往的算法相比，本算法运算简单，且能更好的解决地图要素的重叠及粘连问题．此算法已编程实现，实验证明效果比较理想。     

图象匹配的一种量度及其在扫描地形图要素提取中的应用

本文提出了图象匹配的一种量度,这种图象匹 配的量度既考虑了差异信号的积累及其分布（结构）的特点,还考虑了异常差异信号的处理 ．同时提出了基于图象匹配量度的扫描地形图中对称形状要的素提取算法．通过实际算例, 验证了所提出匹配量度和所算法的有效性与实用性,这对扫描地形图的矢量化和模式识别理 论都有着重要的意义．     

地形图点状符号的自动提取和识别

针对扫描地形图的点状符号, 提出了一种基于距离变换进行提取和识别的新方法. 首先优化分版图的提取结果, 根据弯曲密度和线划密度过滤掉非点状符号的线划, 利用加壳变换和蜕皮变换进行点状符号的图文分离. 然后根据加权距离函数来度量符号的全局特征, 由骨架线的一致性来度量符号的几何形状特征, 并结合这两个特征来识别点状符号. 最后, 提出了错切文字注记和线状要素注记的识别方法.     

基于Filter Wrapper模式的特征选择算法*

特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,本文提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合Filter和Wrapper模式的优点,首先从信息相关性和分类能力两个方面对特征进行综合度量,然后采用序列前向选择（Sequential Forward Selection, SFS）策略对特征进行选择,并以分类精度作为评价指标对特征子集进行度量,从而获取最优特征子集。实验结果表明,本文算法不仅能够达到特征空间降维的效果,而且能够有效提高分类算法的分类性能和查全率。     

K分组合型Bloom Filter方法的设计

Bloom Filter是一种采用位向量表示数据集合并利用Hash函数支持有效数据查找的方法.它能够很好地判定某个元素是否属于给定的集合.拆分型Bloom Filter是Bloom Filter的一种改进,它能较好地缓解分布式环境下集合元素动态增长导致的查找误称率增大问题.作为一种新的K分组合型Bloom Filter,通过与Bloom Filter和拆分型Bloom Filter比较分析的结果表明,该方法能够在误称率、向量空间和平均判定时间3个指标中得到较好的平衡.     

一种地形图粘连汉字提取算法

地形图中包含了大量的字体丰富的汉字注记,其中有一部分由于与其它图符对象相互粘连而使得对象的尺寸变大超过了预定的阈值或失去了原有的结构特性,大大增加了提取难度。本文提出了一种寻求最佳分割点的算法来去除粘连,提取汉字的算法,取得了良好的效果。首先,在已提取出的汉字周围确定一个局部搜索范围,当局部范围内存在大尺寸的对象时表明可能有潜在的粘连汉字;其次,以图象中的分枝点和端点为顶点,以其中的图段为边建立对应的图;然后,在图中寻找最佳分割点,将图符分割成不同的互相分离的几个部分;最后,用连通成分结构分析的方法来提取汉字。     

一种新的地形图汉字注记自动提取算法

地形图中包含大量的汉字注记,为了实现地图要素自动识别,首先要将文字正确地提取出来。该文通过对汉字特征的分析,提出了一种新的汉字提取算法。首先根据地图图像的特点进行骨架运算,利用形态算子对汉字笔画进行分解,最后实现对汉字注记的笔画统计提取。该算法较好地解决了字线粘连、旋转等情况下的汉字提取问题,具有良好的稳定性。     

扫描地形图中等高线的识别

针对一般质量地形图的扫描过程中颜色混淆和错误现象比较严重,以致于在彩色分割等高线时不仅由于其自身与其他地图符号交叉或交叠而形成的断裂变得更为复杂,而且等高线间的密集排列也会造成粗线现象（等高线彼此粘连在一起）等问题提出一种有效的针对一般质量地形图中等高线的识别方法.该方法具有3个特点：一是彩色地图分割中使用关键颜色集技术以补偿混淆和错误颜色;二是在原图像中等高线出现断裂和粗线的地方采用局部窗口再分割算法,以解决等高线断裂和彼此粘连问题;最后利用等高线的全局拓扑性质滤波得到正确的等高线.实验结果表明该方法对于一些高质量和一般质量的地形图中等高线的识别都具有一定的应用潜力.     

基于ARM的指纹特征点快速提取改进算法

实时性一直是嵌入式指纹识别系统开发的主要衡量标准，如何对指纹图像进行快速、准确处理是指纹识别系统的关键所在。针对ARM处理平台提出一种改进的指纹特征点提取算法，该算法的快速性和准确性已在ARM主建平台上得到了验证。     

基于文化粒子群算法的KPCA特征提取

如何选择最优或接近最优的核函数使分类错误率降低,是KPCA应用于特征提取的关键。为了优化核 函数,提高特征提取的能力并降低分类错误率,在研究了文化算法（cultural algorithm, CA）、粒子群优化（particle swarm optimization, PSO）相关文献的基础上,提出了一种文化粒子群算法（cultural based PSO, CBPSO）流程,并 将此算法用于训练核函数参数,实现了KPCA和CBPSO的集成,有效地提高了核函数的优化选择。通过比较 CBPSO-KP     

基于多维特征图知识蒸馏的对抗样本防御方法

计算机视觉领域倾向使用深度神经网络完成识别任务,但对抗样本会导致网络决策异常。为了防御对抗样本,主流的方法是对模型进行对抗训练。对抗训练存在算力高、训练耗时长的缺点,其应用场景受限。提出一种基于知识蒸馏的对抗样本防御方法,将大型数据集学习到的防御经验复用到新的分类任务中。在蒸馏过程中,教师模型和学生模型结构一致,利用模型特征图向量作为媒介进行经验传递,并只使用干净样本训练。使用多维度特征图强化语义信息的表达,并且提出一种基于特征图的注意力机制,将特征依据重要程度赋予权重,增强蒸馏效果。所提算法在Cifar100、Cifar10等开源数据集上进行实验,使用FGSM(fast gradient sign method)、PGD(project gradient descent)、C&W(Carlini-Wagner attack)等算法进行白盒攻击,测试实验效果。所提方法在Cifar10干净样本的准确率超过对抗训练,接近模型在干净样本正常训练的准确率。在L2距离的PGD攻击下,所提方法效果接近对抗训练,显著高于正常训练。而且其学习成本小,即使添加注意力机制和多维度特征图等优化方案,...     

基于用户兴趣特征提取的推荐算法研究*

传统的推荐算法一定程度上降低了网络消费者的搜索成本,但难以实时提供消费者满意的推荐服务,也忽略了用户偏好动态转移性。为了提高电子商务系统的推荐质量,从用户偏好的行为特征入手,建立了网络用户的兴趣特征提取模型,并设计了相应的推荐算法。通过对用户兴趣特征提取模型的检验和用户兴趣度矩阵的建立,依据与目标用户偏好相似的邻居用户对商品的兴趣程度预测用户对未浏览商品的兴趣度,并选择兴趣度值较高的N个商品推荐给用户。实验结果表明,在用户偏好动态转移的情况下,所设计的推荐算法的推荐精度和推荐效率明显提高,提高了网络用户的     

基于分组卷积和特征图级联的轻量级目标检测

针对Pelee轻量级目标检测网络中参数量和计算量较多、检测精度较差等缺陷,提出了基于分组卷积和特征图级联的轻量级目标检测网络GCPelee。首先,利用分组卷积替换检测模块中的标准卷积形式以减少模型参数量和计算量;其次,在检测模块上应用特征图级联,将感受野较大的特征图包含的信息传递至感受野较小的特征图,提升后者的感受野大小。实验结果表明,优化后的GCPelee模型参数量和计算量均得到减少,检测精度得到了提升。     

基于动态特征的突发暴力事件辨识算法

在智能监控系统中,公共场所发生的暴力事件应及时预警,否则可能造成严重的后果。针对该情况,对暴力事件发生时图像中反映出来的信息进行了全面的提取,提出一种基于动态特征的能量算法。该算法从运动的剧烈程度、运动的不规则程度和目标间的位置关系3个角度较为全面地描述了该事件发生时图像的数字特征,并通过引入动能和势能总结出能量函数,用于辨识是否发生突发暴力事件。最后通过对大量包含各类事件的视频进行实验,并得出结论,该方法在处理突发暴力事件时有较高的识别率。     

Saliency and semantic processing: Extracting forest cover from historical topographic maps

A multi-step recognition process is developed for extracting compound forest cover information from manually produced scanned historical topographic maps of the 19th century. This information is a unique data source for GIS-based land cover change modeling. Based on salient features in the image the steps to be carried out are character recognition, line detection and structural analysis of forest symbols. Semantic expansion implying the meanings of objects is applied for final forest cover extraction. The procedure resulted in high accuracies of 94% indicating a potential for automatic and robust extraction of forest cover from larger areas.     

基于快速连通域分析的目标特征提取算法

基于子区域思想,提出了一种快速的连通域分析方法用于提取视频目标特征。算法只需对图像进行一遍扫描,就可以用一棵多叉树描述出连通域各子区域之间的等价关系,同时由多叉树支节点向根节点完成目标特征提取并将特征保存在多叉树的根节点中。算法占用内存小,具有很高的运行效率。     

基于特征提取的SAR图像滤波算法

针对SAR图像所包含的地物目标比较复杂的特点,提出一种新的SAR图像滤波算法.该算法利用Contourlet变换能保持边界.结合特征提取可以获得区域目标点特征的特点,利用自适应阈值的方法对SAR图像进行滤波.与传统Lee滤波和保持边缘特征滤波算法进行比较,实验表明新的算法不仅提高了图像的质量.其量化指标也得到了提高.作为该算法的应用.利用变换域内低频图像和子带图像的融合规则对L和C两个波段的SAR图像进行去噪融合,可以看出该算法的去噪效果.