新玖国家粮食储备示范库网络工程的设计与实现

新玖国家粮食储备示范库是新建的大型国家粮食储备库。作为样板工程,该粮库除了储粮仓房外,还有办公楼、检测中心大楼和培训中心大楼等。为提高管理水平,该粮库建立了用于信息管理的计算机网络。     

粮仓储粮数量在线检测模型

粮仓储粮数量在线检测是国家粮食数量安全的重要保障技术, 是粮食库存检查的重要内容. 本文根据储粮数量在线检测精度和可靠性的要求, 针对粮仓压强分布的随机性, 提出了基于粮仓底面零内摩擦压强估计的粮仓储粮数量检测的新思路, 建立了粮仓压力传感器布置模型, 给出了粮堆底面与侧面压力分布随机性消除和侧面摩擦力影响补偿的具体方法, 提出了基于底面压力传感器检测均值的粮仓储粮数量检测模型和快速建模方法. 实仓实验结果表明, 所提出的储粮数量检测模型检测误差远小于3%, 且检测系统成本低, 可有效满足国家粮库储粮数量在线实时监测的实际需要.     

基于支持向量回归的粮仓储粮重量检测模型建立

在建立粮仓储粮重量与粮仓底面关系的基础上,提出了基于支持向量回归的粮仓储粮重量检测模型,给出了基于SVR的粮仓重量检测模型推导.实验表明:本实验选择玉米作为测试粮食类型,总计开展了3次测试,训练SVR检测模型总共得到18个支持向量点,实际预测测试相对误差等于1.4％.以东营粮库作为测试对象,该粮仓总共包含5个粮仓,由稻...     

粮库压力传感器网络模型的研究

介绍压力传感器网络在粮库储粮数量监测中的应用研究.根据粮堆底部力场,结合传感器网络自身特点,设计出一种粮库压力传感器网络模型来测量粮堆压力.分析该模型的合理有效性,并且推导出一些重要公式,对具体工程实施具有很好的参考价值.     

基于模糊模式识别的显微图像分类

提出了一种基于贴近度和择近原则的模糊模式识别方法来实现储粮微生物显微图像的判别,该方法充分利用了由于微生物生长时间的长短会连同种菌类间存在差异、不同种菌类存在相似性的这个模糊的特点,引入了模糊集的理论.实验结果表明,该方法的评价结果更符合客观实际,获得了较好的分类效果,同时该方法也丰富了模糊识别理论,拓宽了其应用范围,也为实现储粮微生物在线检测提供了一种新方法,具有一定的应用价值.     

模糊边缘检测算法在储粮害虫图像中的应用

介绍了基于机器视觉的储粮害虫检测方法．论述了粮虫图像边缘检测是该方法的关键。对Roberts算子和Sobel算子在粮虫图像边缘检测中的应用作了简要介绍。在此基础上，文中提出了一种基于模糊理论的边缘检测方法。计算表明，该方法对粮虫图像边缘检测的效果较好。     

扩展D-S证据理论在网络异常检测中的研究

网络异常检测是入侵检测系统中重要的组成部分,然而传统网络异常检测方法中存在虚警率高、单一检测算法对多种入侵行为的检测不够全面等问题。提出了一种基于改进D-S证据理论融合多个分类器的分布式网络异常检测模型及其融合方法。鉴于经典D-S证据理论在证据间存在冲突时的不合理,采用一种带权重的改进型D-S证据理论,提出一种全新的融合策略融合多个分类器建立异常检测模型。通过KDD99数据集对该模型进行验证,结果证明该异常检测模型可以明显降低网络异常检测的虚警率,提高检测精度。     

介电常数法检测大型粮堆水分分布的研究

针对现有粮库缺乏有效的储粮水分检测技术的问题,研究一种利用甚高频电磁波快速检测大型粮堆内部水分的方法,用于克服传统抽样法和传感器法带来的测量精度差、代表性不足等缺陷。利用电磁波在粮堆中不同深度的反射和折射原理,获取粮堆表层介电常数,利用表层介电常数,根据菲涅尔公式,反演出粮堆其他层介电常数分布。根据一个介电-水分经验模型,将粮堆各层的介电常数分布转换为水分分布,从而模拟出整个粮堆三维立体水分分布图。实验结果表明,该方法具有检测精度高、速度快的优点,与传统方法相比,更适用于大范围的检测。     

扩展D-S证据理论在入侵检测中的应用

网络异常行为检测是入侵检测中不可或缺的部分,单一的检测方法很难获得较好的检测结果。针对经典D-S证据理论不能有效合成高度冲突证据的不足,提出将基于改进的加权D-S证据组合方法应用到网络异常行为检测中,并融合多个SVM,建立新的入侵检测模型。该方法通过引入平均证据得到权重系数,以此区分各证据在D-S融合中的影响程度,因此能有效解决证据的高度冲突。仿真结果表明,与传统的基于D-S证据理论的异常检测相比,本模型能够有效提高融合效率,进而提高检测性能。     

扩展D-S证据理论在入侵检测中的应用

网络异常行为检测是入侵检测中不可或缺的部分,单一的检测方法很难获得较好的检测结果。针对经典D-S证据理论不能有效合成高度冲突证据的不足,提出将基于改进的加权D-S证据组合方法应用到网络异常行为检测中,并融合多个SVM,建立新的入侵检测模型。该方法通过引入平均证据得到权重系数,以此区分各证据在D-S融合中的影响程度,因此能有效解决证据的高度冲突。仿真结果表明,与传统的基于D-S证据理论的异常检测相比,本模型能够有效提高融合效率,进而提高检测性能。     

D-S证据理论修正模型的探讨

论文针对D-S证据理论,分析了Dempster的修正模型在证据高度冲突方面的缺陷,提出了一种新的基于D-S证据理论的合成规则。实验结果也表明,这种新的合成规则不但比较好地综合保留了修正模型的优点,又避免其不足,取得了更加合理的效果。     

基于集成神经网络的智能决策入侵检测系统

针对传统入侵检测系统存在误报率、漏检率较高的问题,提出了一种将误用入侵检测和异常入侵检测相结合的智能决策入侵检测系统,该系统基于集成神经网络技术,通过D—S证据理论可以将两种技术很好地结合起来,提高入侵检测系统的效率。阐述了该入侵检测系统的总体结构部署以及各组成模块的相应结构设计。     

基于D-S证据理论的车辆视频检测方法

提出一种基于D-S证据理论的车辆视频检测方法，通过一部或多部CCD摄像机采集多源图像，由边缘检测算法获取图像中的车辆特征数据，然后采用D-S证据理论对车辆类型进行判决，从而为交通量的准确检测提供依据。实验表明该方法是可靠而有效的。     

D-S证据理论在Ad hoc网络入侵检测中的应用分析

由于Ad hoc 网络没有一个固定的结构,入侵检测只能通过节点进行。一个分布式入侵检测系统需要联合多节点数据进行检测,但是却不能保证这些节点都是可靠的。D-S证据理论考虑了不确定度的概念,可以很好的解决这个问题,更为重要的是,Dempster规则可以从一些不可靠节点融合证据。从可信度入手,给出了初始化过程,并对D-S证据理论融合多节点证据过程进给出了具体的分析。     

一种基于置信最大熵模型的证据推理方法

D-S证据组合规则在处理高冲突信息时会得出与直觉相反的结论,这一直是D-S理论研究的热点.与相关理论优势互补是克服证据理论固有缺陷的有效方法之一.基于对最大熵原理和证据理论的研究,定义了辨识框架上的基本最大熵置信分配函数,并与经典的D-S组合规则及其改进方法相结合,给出了相关推理公式及基于置信最大熵模型.理论分析和实验表明,最大熵新证据的加入使非单焦元的基本置信赋值按比例重新分配给了单焦元,很好地处理了高冲突信息.     

平板导电结构缺陷脉冲涡流和超声复合检测方法

面向平板导电结构不同深度缺陷检测需求,针对脉冲涡流和超声单一检测方法能力受限,即脉冲涡流对深层缺陷检测能力降低与超声对表面和近表面缺陷检测效果不佳的问题,提出利用两传感器信息互补的Dempster-Shafter(D-S)证据理论复合检测方法.针对脉冲涡流和超声两种检测方式适用检测区域不同而引起的证据冲突问题,研究加权分配方法加以解决.对于单传感器检测过程中可能存在误报情况的问题,研究将实际误报率考虑在内的贝叶斯推理方法以求得单一传感器检测结果的基本概率分配函数并作为D-S证据.将带有不同深度缺陷的平板导电结构作为实验对象,通过单一传感器检测、贝叶斯估计、D-S证据理论方法进行不同深度位置的缺陷检测,结果表明,使用引入加权分配的D-S证据推理方法时,缺陷检测准确性和检测范围均有所提高.     

基于迁移学习和D-S理论的网络异常检测

对于分布不同或分布相似的未知类型的网络攻击,目前的异常检测技术往往不能达到预期的效果。针对上述问题,研究了一种基于迁移技术和D-S证据理论的网络异常检测方法,首先用迁移学习方法对已知网络攻击进行建模,此模型在构建时考虑了不同分布的异常攻击间的差异,而后用其训练得到的分类器对未知的网络行为进行分析,结合D-S证据理论,可以检测出分布不一致的未知攻击类型。实验结果表明,所提方法泛化了传统的网络异常检测技术,对未知的网络异常有着较高的检测率。     

证据理论在车辆身份识别中的应用研究

论文详细地介绍了D-S证据理论,并探讨了D-S证据理论在车辆身份识别系统中的运用。通过实例得出了D-S理论在多传感器数据融合应用中的初步结果,将其应用于车辆身份识别系统中,可大大提高识别率。     

基于D-S证据理论的车辆视频检测的研究

车辆视频检测系统作为智能交通系统的重要组成部分,为交通控制与交通规划提供必要的数据来源.考虑到外界环境的影响以及数据传输过程中的干扰,对所拍摄的单一图像的分析难以获得准确信息.因此,在简要介绍D-S证据理论的基础上,在对由摄像机拍摄的交通现场画面做了图像处理后,提取出车辆特征,并最终运用D-S证据理论来进行数据融合,从而来提高交通视频检测系统中车辆类型的识别率.实验证明采用此方法将使得车辆识别率大为提高.