基于背景图像迷彩伪装颜色研究

迷彩涂层要达到良好的伪装效果,首要解决的问题是对迷彩颜色的确定.为提高迷彩伪装颜色设计的精度,分析了不同照明条件、大气气幕亮度及阴影对获取的迷彩颜色的影响,并根据相关色度学理论,对获得的背景图像进行校正,从而较好地补偿了以上3种因素产生的误差影响,为从理论和实践上精确地确认迷彩伪装颜色提供了较好的方法.     

语音数据特征聚类分析

由于语音的复杂与多变,传统声学方法并不能很好地提取出语音的公共特征,容易受到训练数据中说话人发声特点差异的影响,造成模型的不稳定并影响其精度。针对这一问题,文章提出利用语音特征的聚类中心替代原语音特征进行BERT模型预训练的方法,通过与普通BERT模型对比在自动语音识别(Automatic Speech Recognition,ASR)下游任务的表现,证明了对语音特征进行的聚类操作在聚类中心数量合适的情况下,聚类后的BERT模型拥有更好地下游任务契合度,聚类中心数量为100的预训练模型错词率比普通预训练模型降低了2.32%。     

基于聚类分析的内核恶意软件特征选择

针对现有基于数据特征的内核恶意软件检测方法存在随特征的增多效率较低的问题,该文提出一种基于层次聚类的特征选择方法。首先,分析相似度计算方法应用于数据特征相似度计算时存在的困难,提出最长公共子集并设计两轮Hash求解法计算最长公共子集;其次,设计基于最长公共子集的层次聚类算法,有效地将相似特征聚类成簇;在此基础上,设计基于不一致系数的内核恶意软件特征选择算法,大大减少特征数,提高检测效率。实验结果验证了方法的有效性,且时间开销在可接受的范围内。     

基于自组织特征映射神经网络的聚类分析

在深入研究自组织特征映射（Self-organizing Feature Mapping,SOFM）神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法.以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出层神经元拓扑结构、训练步数对聚类结果的影响以及在相同拓扑结构条件下,SOFM网络模型的权值向量的调整过程.仿真结果表明：在输出层神经元节点形式为六边型条件下,输出层神经元的个数越多,SOFM网络模型的聚类结果就越准确;在相同的拓扑结构条件下,训练步数越大,SOFM网络聚类结果越准确,但过大的训练步数对于聚类结果的影响甚微.     

基于K-mean的车辆伪装涂料漆膜颜色选取算法

提取背景代表色是进行迷彩伪装图案设计的基础,对军用车辆实施迷彩伪装,需使代表色满足国军标规定的军用车辆伪装涂料漆膜标准色要求。文中提出两种基于K-mean聚类算法的车辆伪装涂料漆膜标准色选取算法。利用CEI1976 L^*a^*b^*颜色模型描述图像颜色特征。第一种算法是随机选取标准色作为初始聚类中心,每经过一次K-mean聚类迭代都将聚类中心更新为标准色;第二种算法是将选取的背景颜色空间值作为初始聚类中心进行迭代。提出了优化的标准色选取决策,解决了聚类结果易出现标准色重复的问题。结合提取标准色数量不同,共提出4种标准色提取方案,用均方根误差函数作为评价函数进行融合效果比较。仿真结果表明,两种算法均能较好地满足迷彩伪装设计要求,从最小均方根误差和收敛速度上比较,第一种算法优于第二种,其提取三种标准色的方案优于五种标准色方案。     

基于模糊聚类分析的数据检索的应用

为提高数据检索的效率，文章提出了一种将模糊聚类分析应用到数据检索中的方法。该方法以一种兼容值贴近和形贴近的新统计量——相似度为基础，采用凝聚的层次聚类方法对数据进行聚类，然后将聚类结果形成一个聚类中心文件，通过计算比较聚类中心和查询数据的相似程度来进行聚类检索。     

基于聚类的特征选择方法

 本文提出了一种度量特征区分度的定义,进而提出一种基于聚类的特征选择方法CBFS.该方法时间复杂度与数据集的大小和特征个数成近似线性关系,适合于大规模数据集中的特征选择;该方法对数据类型没有限制,适用于混合类型数据.在UCI数据集上的实验结果表明,与文献中的方法相比,本文方法具有较好的性能,说明提出的特征选择方法是有效和实用的.     

基于统计检验指导的聚类分析方法

本文提出了一种基于统计检验指导的聚类分析方法,该方法同时处理聚类趋势、聚类分析和聚类有效性三个数据分析中的关键问题,为模式无监督分类的合理性和有效性提供了分析工具。在大样本情况下更能体现该方法的优越性。实验结果证明了它的有效性。     

基于抗ISODATA聚类分析的辐射源反侦察研究

现代电磁环境下,电磁防护日益显得重要,通过反电子侦察技术,以对抗电子侦察对电磁信息安全构成的威胁。针对此问题进行了探讨,从雷达侦察信号处理着手,考虑一种不太依赖于接收机对象信息,对侦察接收机的位置与工作状态不敏感的抗迭代自组织数据分析算法（ISODATA）聚类方法,实现对辐射源侦察的对抗。仿真表明,该算法可以有效破坏对雷达侦察信号处理的正确分选过程,使其获得错误和虚假的辐射源电磁特征参数信息,从而实现电磁防护。     

一种改进的特征加权K-means聚类算法

提出了一种改进的特征加权K-means聚类算法.该算法首先基于数据样本分布选取初始聚类中心,然后设计特征加权的K-means聚类算法.实验结果证明,该算法能产生质量较高的聚类结果,并且能处理数值、符号两类数据.     

结合SURF与聚类分析方法实现运动目标的快速跟踪

为了解决运动目标快速跟踪过程的实时性与稳定跟踪问题,提出了结合SURF(Speed Up Robust Features)与K-means聚类分析的运动目标快速跟踪算法(SURF-KMs),对图像的局部多尺度特征提取与描述进行了研究。首先,使用SURF算法在跟踪窗口内提取特征点,生成并匹配特征矢量。然后,利用K-means算法估计目标特征点的质心位置,确定其聚集范围,实时更新窗口尺寸和位置。最后,建立目标模板更新策略,当目标发生形态变化而无遮挡时,更新目标模板。实验结果表明,当目标发生大角度旋转和快速缩放,同时发生颜色变化时,所提出的SURF-KMs算法仍能够实现稳定的跟踪,且满足运动目标实时跟踪的稳定可靠、精确度高、抗干扰能力强等指标要求。     

ULSI中金属互连系统上的热点分析

针对金属互连系统上的热点将对集成电路芯片的性能和可靠性产生重大的影响,详细讨论了ULSI金属互连系统上的热点位置和温度分布模型,并通过该模型比较了不同通孔直径和高度情况下,金属互连系统上的热点位置和温度的差别。结果表明,通孔直径和高度对金属互连系统上的热点有重大的影响。     

基于聚类分析的气溶胶光学厚度时间变化特征研究

利用2008年3月$\sim$2018年2月中分辨率成像光谱仪(Moderate resolution imaging spectroradiometer, MODIS) MOD08M3遥感 反演气溶胶光学厚度(Aerosol optical depth, AOD)产品数据,结合K-means聚类分析方法,对中国中部和东部的气溶胶光学厚度 时间序列进行分析。结果表明: 1)从像元尺度分析气溶胶光学厚度的时间序列变化特征,避免了规律混杂问题,得到了准确的变化 规律和波动尺度。2)在年际间变化尺度上得到4个分区结果, AOD长期变化情况受人口分布的因素影响较大。3)在季节间变化尺度 上得到9种变化类型区,分别是:华北平原区、长江中下游区、高原山脉区、云贵区、兰州-银川-阿拉善盟区、四川盆地区、关中 陕南区、两广-湖南南部-江西南部区、东南沿海区,同时由一些变化分区的地理位置得到了该区AOD季节性波动的主导影响因素。 这些结果有助于研究AOD时间序列的准确变化和东部地区的气候环境。     

迷彩涂层斑块形状研究

分析了传统伪装理论中关于涂层斑块形状设计的要求。指出了其中存在的问题，而后结合现代图像处理的形状分析理论。提出以面积、周长、伸长度、分散度和整体凹度等组成的特征向量来描述斑块的形状，并针对大、小目标提出了各自不同的斑块设计要求。     

Quantitative Survivability Analysis Using Probability Model Checking: A Study of Cluster-Based Vehicle Networks with Dual Cluster Heads

As an important part of future 5G wireless networks,a vehicular network demands safety,reliability and connectivity.In this context,networking survivability is usually considered an important metric to evaluate network performance.In this paper,we propose a survivability model for vehicle communication networking based on dual cluster heads,wherein a backup cluster head(CH)will be activated if the primary CH fails,thereby effectively enhancing the network lifetime.Additionally,we introduce a software rejuvenation strategy for the prime CH to further improve the survivability of the entire network.Using the Probabilistic Symbolic Model Checker(PRISM),we verify and discuss the proposed survivability model via numerical simulations.The results show that network survivability can be effectively improved by introducing an additional CH and further enhanced by adopting the software rejuvenation technique.     

通用智能化模糊聚类分析系统的设计与实现

完成了一个通用智能化模糊聚类分析系统的设计系统采用多种数学模型,自动进行模糊聚类分析,建立动态聚类分析图,确定最佳阈值,并将该软件成功地应用于古陶瓷的分类与产地研究。     

CCD组件靶面脏斑成因分析及解决方法

通过三项试验,找到了CCD摄像机组件靶面脏斑形成的原因。潮湿的自然环境、温度变化和运输振动三个因素促成CCD组件机壳内的水汽吸附灰尘,凝聚到芯片靶面上形成脏斑。提出了解决脏斑问题的具体方法。通过在CCD组件的装配、包装过程中采取针对性措施来保证密封性能,这样就能在存储和运输过程中避开空气中的灰尘、水汽等脏斑源,靶面上就不会因受潮而产生脏斑。采取这些措施后,在后续产品中脏斑问题得到了彻底解决。     

激光烧蚀掺杂氧化硅气凝胶产生SiO_2团簇的实验研究

利用飞行时间质谱方法．研究了多种掺杂氧化硅气凝胶在激光作用下在负离子通道中的团簇形成特性．测得几个主要的ＳｉＯ２团簇系列．讨论了掺杂物在激光能量吸收及传输与团簇产生机理中的重要作用。     

蜕变关系敏感度及其聚类分析

为缓解软件测试的Oracle问题,蜕变测试通过验证多个测试用例及其输出之间是否满足蜕变关系来验证测试结果.可见蜕变关系是蜕变测试的核心,而现有的蜕变关系检错能力的衡量标准,即错误检出率(Failure Detecting Rate,FDR)是蜕变关系对不同变体的错误检出概率的平均值,这掩盖了蜕变关系的一些重要特征.因而本文提出蜕变关系敏感度的概念,即用蜕变关系对不同变体的错误检出率所构成的多维信息向量,来全面地反映蜕变关系特征,从而为蜕变测试研究提供更多的可能性.蜕变关系敏感度的一个典型应用是对蜕变关系集合进行聚类分析,并挖掘出构建蜕变关系的需求特征与错误发现能力之间的关联.论文使用经典聚类算法k-means进行了实验.实验结果表明,蜕变关系敏感度能很好地支持聚类分析计算,并能挖掘出有用的知识.蜕变关系敏感度为蜕变测试的进一步研究提供了新的方法和依据.     

数据库集群服务器的设计和管理

文章分析了数据库集群服务器的特点和结构，研究了Anycast数据库集群服务器节点监听算法，事务发布和异常处理，给出了Anycast数据库集群服务器管理软件的设计方案，并结合数据库集群服务器软件DBC2．0的开发讨论了软件的实现。