基于ELM算法的光纤振动信号识别研究

光纤振动信号的信息提取与识别方法逐渐成为研究热点。对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析,提出一种实验样本的选取方法;采用二分类任务决策树模型和ELM算法,根据事件的重要程度分四个阶段完成事件的识别。探讨ELM算法中各参数对实验结果的影响。通过实验证明,该方法提高了事件的正确识别率,大大缩短了模型训练时间。     

Z规格说明的前置条件的简化

在软件方法学中，形式方法越来越受到人们的重视，并已被应用于软件开发．Z是一种基于数学表示的软件规格说明方法．前置条件的简化是Z规格说明方法中一种标准的检查，本文讨论了Z规格说明中关于操作的前置条件及其计算．提出了简化过程的终止条件，给出了一个用于简化前置条件的算法，该算法可自动产生简化过程的证据．     

可信执行环境访问控制建模与安全性分析

可信执行环境(TEE)的安全问题一直受到国内外学者的关注. 利用内存标签技术可以在可信执行环境中实现更细粒度的内存隔离和访问控制机制, 但已有方案往往依赖于测试或者经验分析表明其有效性, 缺乏严格的正确性和安全性保证. 针对内存标签实现的访问控制提出通用的形式化模型框架, 并提出一种基于模型检测的访问控制安全性分析方法. 首先, 利用形式化方法构建基于内存标签的可信执行环境访问控制通用模型框架, 给出访问控制实体的形式化定义, 定义的规则包括访问控制规则和标签更新规则; 然后利用形式化语言B以递增的方式设计并实现该框架的抽象机模型, 通过不变式约束形式化描述模型的基本性质; 再次以可信执行环境的一个具体实现TIMBER-V为应用实例, 通过实例化抽象机模型构建TIMBER-V访问控制模型, 添加安全性质规约并运用模型检测验证模型的功能正确性和安全性; 最后模拟具体攻击场景并实现攻击检测, 评估结果表明提出的安全性分析方法的有效性.     

面向图像匹配的局部特征提取研究进展

图像匹配作为计算机视觉领域的重要研究方向,广泛应用于图像配准、图像融合、变化检测、视觉导航、3D重建、视觉同时定位与地图构建(SLAM)等领域,精确稳健的局部特征提取是实现其高效处理的前提与关键。以图像匹配研究为导向,从传统特征设计到现代特征学习对局部特征提取方法进行了分类总结,首先,为增强对现代局部特征提取方法的理解,重点介绍了基于传统特征设计的相关方法,接着回顾了基于经典机器学习的方法,搭建起传统方法到深度学习方法的桥梁,最后详细讨论了基于深度学习的现代特征提取方法。针对跨传感器、多视角、不同时段环境下的图像匹配需求,全面分析了各阶段主流方法的优缺点,提出了目前存在的问题与挑战,并给出了相应的研究建议,为相关研究人员全面深入理解图像局部特征提取方法并利用深度学习方法对其进行改进提供基础性参考。     

特征融合自适应目标跟踪

经典视觉单目标跟踪方法通常以单特征描述被跟踪的目标。但在实际场景中,目 标因受外界因素如光照或自身变化如形变的影响而发生变化。为了更好地描述目标,首先引入 HOG 特征和 CN 特征,利用传统的特征提取方法,训练得到各自的相关滤波器;然后与各自特 征相关滤波得到各自的响应图;最后采用实际响应与期望响应的差值法求得各自响应图的权重, 将其与各响应图自适应融合得到目标的最终位置,并自适应更新各自的模型。实验选取公共数 据集 OTB2013 的 34 个彩色视频帧序列对不同算法进行定性和定量地分析和论证。相比效果最 好的 DSST 算法,平均中心误差减少了 7.8 像素,成功率提高了 1.2%,精度提高了 2.3%。实验 结果表明该算法具有较好的跟踪鲁棒性和准确性。     

基于深度图像的三维场景重建系统

针对计算机图形学和视觉领域研究热点--三维场景重建,首先分析了 Kinect v2 (Kinect for Windows v2 sensor)获取深度图像的原理,说明深度图像噪声的来源。然后根据获取 深度图像的原理设计一种算法对点云采样范围进行裁剪。其次对点云离群点进行去除,填补点 云孔洞,以提高重建质量。常见的三维场景重建大都采用了 KinectFusion 的一个全局立方体方 案,但只能对小范围内的场景进行重建。对此设计了一种对大场景进行点云匹配的 ICP 算法。 最后对点云进行曲面重建,实现一套低成本、精确的针对大场景的三维重建系统。     

基于流记录的主干网活跃IP地址空间检测

掌握IP地址的实际使用情况对于网络管理和网络安全等研究领域有着重要的意义.提出一种以抽样流记录为分析数据源的活跃地址检测算法,其核心思路是将存在双向通信流量作为地址活跃判定条件.算法基于被动测量技术,以流记录为分析数据源使其可以在主干网边界运行.讨论了抽样、伪造地址等问题对算法的影响以及相应的应对策略,用DPI分析检验了算法的准确性和有效性.最后基于NBOS平台,将其部署在CERNET全部38个主节点,完成了全网活跃IP地址空间的检测.     

电力无线专网中面向安全风险的分布式资源分配方法

针对电力无线专网中强干扰、高故障风险等场景下保障终端通信的问题，提出了一种面向安全风险的高能效分布式资源分配方法。首先，分析基站的能耗组成，建立系统能效最大化的资源分配模型；然后，采用K-means++算法对网络中的基站进行分簇，从而将整个网络划分成多个独立区域，并在各个簇内单独处理高风险基站；其次，在每个簇内，基于基站的风险值对高风险基站进行休眠，并把高风险基站下的用户转移连接到同一簇内的其他基站；最后，在各个簇内进一步优化正常工作基站的传输功率。理论分析和仿真实验结果表明，基站分簇操作大幅降低了基站休眠和功率优化分配的复杂度，并且在关闭了高风险基站之后，整体网络的能效从0.158 9 Mb/J提升至0.195 4 Mb/J。所提的分布式资源分配方法能够有效提高系统的能量效率。     

基于FBG的机器人柔性触觉传感器

为了满足机器人与外界环境、对象发生接触及交互作用时的触觉感知需求,提出了一种基于光纤布拉格光栅（FBG）的柔性触觉传感器．该传感器采用3×3 FBG阵列作为柔性传感元件,聚二甲基硅氧烷（PDMS）材料构成双层柔性基体．介绍了传感器的传感原理并采用有限元方法对其弹性体进行力学仿真分析,基于标定实验平台完成该传感器的静态标定实验．传感器的空间分辨率为25mm,在10mm×10mm载荷施加单元下,对力的感知范围为0～7N,且传感器具有较好的线性度和灵敏度,重复性和一致性良好,力灵敏度为0.16nm/N．实验结果和分析研究都证明了柔性触觉传感器的可行性．该传感器与人体皮肤触感及结构极为相似,且布线简单、抗干扰能力强．