管类内表面检测图象分类器的研制

本文论述了多层前馈神经网络在工业图象视觉检测中的应用，并介绍了一种对高精度管类内表面进行瑕点、条纹、裂痕等疵病进行实时检测的高性能图象识别系统。该系统采用多层感知器作为规则器对被测图象进行特征提取和分类识别，充分利用了人工神经网络所具有的信息分布式存储、大规模自适应并行处理以及高度的容错性等性能。     

基于GMR阵列的多层铝板缺陷检测系统

针对多层铝板缺陷的自动化和定量化检测问题,基于直流通电测磁原理研制一套阵列GMR(巨磁阻)缺陷检测系统。系统包括激励模块、检测模块和软件平台等3个模块,设计包含8个GMR阵元的阵列微磁检测探头,并根据直流通电测磁的缺陷信号特征,采用横向磁场分量信号Bx对缺陷进行表征和定量评价。以多层铝板为对象进行系统灵敏度测试和缺陷检测。实验结果表明,基于GMR阵列的直流通电测磁缺陷检测系统具有较高的灵敏度,能够有效地检测多层铝板中的缺陷并对缺陷长度进行量化评价。     

分布式多层应用系统报表制作

对分布式多层结构应用系统的系统结构进行了分析，重点对多层结构中表达层，业务层，数据层逻辑上互相分离的这一特点进行了论述，提出了一种适合于多层应用系统中的报表制作方法。     

用等效介电常数研究多层多导体系统模型

在设计多层多导体系统时，通常采用快速多极子算法、直线法等来计算多层多导体系统的电容电感矩阵，其计算量随着系统介质分界面数量的增加而增加．利用时域有限差分法，推导出单元网格内的等效介电常数公式，给出了用等效介电常数研究多层多导体系统的几种简化模型，以及用HFSS得到的仿真结果．等效介电常数的引入简化了多层多导体系统的模型，从而减少了用快速多极子算法、直线法等来提取多层多导体系统电容电感矩阵时的计算量．     

分布式入侵检测系统的研究实现

摘要：随着网络技术的发展，对网络安全要求越来越高。传统的入侵检测系统一般局限于单一 的主机或网络结构，对异构系统及大规模网络的检测明显不足。本文主要针对分布式两层网 络入侵检测系统进行研究，应用两种不同层次的入侵行为检测，层与层之间可以共享检测信 息，相互通信，协同工作。适用于异构系统及大规模网络的检测。     

分布式入侵检测系统的研究实现

随着网络技术的发展，对网络安全要求越来越高。传统的入侵检测系统一般局限于单一的主机或网络结构，对异构系统及大规模网络的检测明显不足。本文主要针对分布式两层网络入侵检测系统进行研究，应用两种不同层次的入侵行为检测，层与层之间可以共享检测信息，相互通信，协同工作。适用于异构系统及大规模网络的检测。     

黑客入侵检测与安全事故恢复

为能更有效地实现网络安全，提出并实现了一个集入侵检测、报警、事故恢复、黑客诱骗等功能于一体的多层主动防御体系——黑客监控系统。相比单纯的入侵检测系统，该系统既可实现对黑客的实时监控与诱捕，且能较好地实现容灾。入侵检测与安全事故恢复是黑客监控系统的2个关键部分，它们分别是监视黑客攻击和计算机被黑客攻击或被病毒感染后能使系统尽快恢复正常工作。使网络安全性提升到新的高度。     

中厚板轧后水幕冷却智能控制系统

针对水幕冷却系统钢板机械性能不能在线检测、控冷钢板品种多样、精确的数学模型难以确定以及需要吸收工艺专家的经验知识等复杂特性，本文采用萨里迪斯的分级智能控制系统理论，提出了两层递阶智能控制系统方案，即性能控制层和工艺控制层，性能控制层采用专家系统技术。仿真结果表明，本系统对各种规格的钢板均可根据工艺专家的经验知识进行冷却制度的设定以及冷却制度的评价和优选，对工艺层进行专家式的指导。     

波导多层存储光盘驱动系统设计

设计了一种新型的波导多层存储光盘驱动系统。介绍了光学头、选层器、寻道器和伺服系统等部件的基本结构和原理，以及这些部件在整个驱动系统中的作用，提出了各部件的设计要求，并根据波导多层存储光盘三维存储的特点，对该驱动系统特殊的数据读取流程作了简要说明。     

基于DNS流量的多层多域名检测与测量

为了研究DNS流量中的域名角色,为域名影响力分析提供一种域名定位和筛选的思路,设计一种基于DNS流量的多层多域名检测算法. 在检测阶段,从CERNET主干网边界采集DNS流量,提取请求和应答序列. 基于多层多域名的聚合特征及解析的并发性,检测流量中存在的主从域名集合,并引入时间滑动窗口机制进行置信度测量. 在测量阶段,对算法检测结果从多个角度进行分析,包括多层多域名集合的规模和相交情况、主从域名的标签级数、集合中从域名对应的资源类型等,并提供了2个存在多层多域名的典型网站案例. 测量结果验证了多层多域名现象的存在以及多层多域名集合的特点,表明了此多层多域名检测算法的有效性.     

智能路灯监控与管理系统的设计

针对目前“全夜灯”和“间歇亮灭灯”照明所带来的能源浪费,设计了以STM32F103单片机为核心的智能路灯监控与管理系统. 该系统由控制台和路灯节点两大部分构成,包括了无线模块、红外传感器、光敏电阻、继电器及摄像头等多种传感器电路. 控制台通过无线网络主动监控与管理任意节点的路灯及摄像头的工作状态;路灯节点的传感器系统通过检测到人通过或离开,控制路灯及摄像头的开关,并将拍摄结果无线传输给控制台显示及存储. 测试结果显示该系统在室外复杂环境中实时监控灵敏高,且画面清晰、存储时间长.     

一种基于高阶统计量的纹理图像识别新方法

提出一种基于高阶统计量的纹理图像识别方法,可以识别多种纹理图像.在二阶统计特征基础上,引入高阶统计量作为纹理图像的特征参数,并与人工神经网络相结合,建立起基于15个纹理特征参数的自组织神经网络,进行自学习 训练,从而实现图像识别;对于未经训练的纹理图像,网络可自动进行学习,并存储网络权值.实验结果表明,该识别方法能有效提高纹理图像的正确识别率.     

可疑图像隐写载体的一种搜寻方案

探讨在“俄罗斯间谍案”秘密通信工作模型下,寻找可疑隐写载体的一种方案,为提取出隐藏的信息奠定基础.攻击者通过控守或经由安全部门获得可疑图像后,根据可疑图像上的水印确定相关网站,到相关网站上下载该网站所有具有相同尺寸的图像;由于经由原始图像到载密图像,除了经过隐写,还可能经过格式转换、二次压缩,而且载体与载密图像格式也可...     

基于生成对抗网络的图像恢复与SLAM容错研究

为了提高即时定位与地图构建（SLAM）系统的容错能力,在经典图像生成网络Pix2Pix的基础上,逐步添加深度估计网络和深度信息的输入、基于STN网络的图像重建损失以及基于图像修复网络的图像补全损失3个方面的改进. 结合双目图像的耦合关系,通过挖掘和融合多种信息,增大了信息的利用率,提高了模型的图像生成效果. 提出将生成对抗网络（GAN）技术与SLAM容错场景相结合,直接实现了感知端的容错. 在KITTI和Cityscapes数据集上进行实验,验证了改进模型的有效性. 将模型生成的图像用于双目视觉系统的重建,验证了容错思想的可行性.     

基于Named Pipe网络通信系统设计与实现

NamedPipe是一种简单，相对安全的数据通信方式，采用NPFS系统接口，使用UNC标识，可以用来进行活动图像的传递，介绍了在局域网环境利用NamedPipe进行网络通信系统的设计与实现方法。     

高帧频CMOS相机数据传输系统设计及仿真

为了解决高帧频相机所采集的大量视频图像信息的高速实时传输问题,提出一种高速图像信息传输系统的设计方法.利用Verilog硬件描述语言,在XILINX FPGA内构建了介质访问控制器（Media Access Control,MAC）,并结合外部物理接口收发器（Physical Layer Devices,PHY）实现了高帧频大容量高速图像信息传输的千兆网卡设计方案.重点对MAC核的WISHBONE接口模块、发送、接收以及GMII管理模块进行了详细设计,最后,对系统的功能和传输速率进行了实验测试.以1000 Mbps速率进行仿真,结果验证了方案的可行性.     

Classification of Infrared Monitor Images of Coal Using an Feature Texture Statistics and Improved BP Network

It is very important to accurately recognize and locate pulverized and block coal seen in a coal mine's infrared image monitoring system.Infrared monitor images of pulverized and block coal were sampled in the roadway of a coal mine.Texture statistics from the grey level dependence matrix were selected as the criterion for classification.The distributions of the texture statistics were calculated and analysed.A normalizing function was added to the front end of the BP network with one hidden layer.An additional classification layer is joined behind the linear layer.The recognition of pulverized from block coal images was tested using the improved BP network.The results of the experiment show that texture variables from the grey level dependence matrix can act as recognizable features of the image.The innovative improved BP network can then recognize the pulverized and block coal images.     

基于条件边界平衡生成对抗网络的河流表面流速估测

针对不同流速类类间差异小而造成的分类困难问题,提出条件边界平衡生成对抗网络和多特征融合的卷积分类网络,分别进行流速图像的生成和分类. 为了达到数据增强效果,引入标签机制和验证模块实现相应类别图像数据的拟合与生成;为了加强图像不同纹理特征信息对流速估测的影响,引入多特征融合机制对所有真实样本和生成伪样本进行特征提取和流速识别,实现对差异性较小的图像的分类. 将该方法应用于实际的河流表面流速估测,结果表明,在图像生成模块中,引入的标签信息和验证机制在一定程度上能强制引导模型的数据生成方向;在图像识别模块中,引入的多特征融合机制使所提出方法相较于其他方法,在差异性较小的水流图像的识别上更具鲁棒性.     

应用卷积神经网络的遥感图像云层自主检测

为实现遥感卫星对遥感图像的自主云层判别能力,提升目标自主识别的效率,避免云层覆盖面积较大的遥感图像丢失关键的目标信息而给后续算法处理带来不必要的计算资源浪费,提出一种基于卷积神经网络的云层自主检测方法,实现遥感图像云层的自主检测,达到了较高的检测精度.首先,根据遥感图像的特性建立卷积神经网络.然后,使用大量人工标识的遥感图像完成云层检测网络训练,使其达到预期检测精度.最后,在卫星在轨运行阶段,将所拍摄的遥感图像根据尺寸划分为若干个子图,并通过训练完成的卷积神经网络对子图是否被云层覆盖进行分类预测.综合所有子图的预测结果给出整幅遥感图像的云层覆盖占比.结果表明:以Landsat卫星遥感图像为测试对象,该方法可以实现有云层覆盖检测正确率为95.3%,无云层覆盖检测精度为97.8%,误判率为2.58%,漏判率为0.90%,综合精度为97.9%;由于使用了卷积神经网络和并行计算技术,该方法基本满足实时性需求,提高了算法的自主性与鲁棒性,为基于遥感图像的在轨实时应用奠定了基础.     

多尺度卷积神经网络的单幅图像去雨方法

雨天气会影响户外拍摄图像质量,模糊和覆盖图像信息.为提高受雨天气影响的户外拍摄图像的清晰度,恢复图像特征信息,提高很多计算机视觉算法在雨天气条件下的准确性,提出一种基于多尺度卷积神经网络的单幅图像去雨方法.首先建立多尺度卷积神经网络网络结构,通过多尺度卷积提取图像信息,用于去除雨线和重建图像,然后结合雨线在图像中的低饱和度、高亮度的特征,对网络进行训练,获取网络最优参数值,最终得到可以有效去除雨线的卷积神经网络.实验结果表明:提出的方法相较于现有算法有更好的雨线去除效果,并且可以更好地保持图像的原有信息,避免图像模糊现象.同时,利用多尺度卷积提取图像特征信息可以使特征信息更加丰富,有利于提升卷积神经网络的去雨能力.