基于小波变换的木马心跳行为检测方法

通常的木马心跳行为检测方法利用的是聚类的思想,很难避免木马自身传输数据包的干扰,导致误报。为此,提出基于小波变换的木马心跳行为检测方法。该方法首先将TCP数据包流表示成包长度信号,然后用基于Mallat的强制阈值除噪算法对信号进行处理,最后通过基于包速率的行为详细信息判定算法得出检测结果。实验表明,该检测方法能有效地检测出心跳行为并具有较强的抗干扰性。     

基于改进蚁群算法的三维路径规划

针对移动机器人在海水环境中的三维路径规划问题容易陷入局部最优和收敛慢等瑕疵，根据三维环境全局信息来改进蚁群算法以提高实时性和收敛速度。改进蚁群算法的启发函数，采用局部信息和全局信息结合动态地改进信息素更新方式，以及根据三维空间中路径的平坦程度和光滑度二阶微分分别增加了一阶微分和二阶微分来再次修改信息素更新规则。仿真对比实验结果显示改进后的蚁群算法克服了收敛速度慢、容易陷入局部最优的缺点。     

基于氧化石墨烯/聚吡咯-铟锡氧化物微电极的细胞阻抗生物传感器构建及细胞粘附增殖行为检测

构建一种基于氧化石墨烯/聚吡咯-铟锡氧化物GO/PPy-ITO（Graphene Oxide/Polypyrrole-Indium Tin Oxide）微电极的细胞阻抗生物传感器并用于细胞粘附增殖行为学检测。ITO微电极采用光刻技术对感光干膜绝缘层蚀刻而成,通过一步法电聚合技术在ITO微电极表面沉积GO/PPy纳米复合膜制备GO/PPy-ITO微电极;形状测量激光显微镜和扫描电子显微镜分别对GO/PPy表面粗糙度和拓扑形貌进行表征;电化学循环伏安法及阻抗谱表征GO/PPy-ITO微电极的电化学性质;人肺癌细胞株A549粘附、铺展和增殖实验考察GO/PPy界面的生物相容性;以GO/PPy-ITO微电极作为传感电极,利用电化学阻抗谱技术对A549细胞的粘附增殖行为进行检测。结果显示,ITO微电极表面上电沉积的GO/PPy纳米复合物表面平整,分布大量的微孔结构;电化————————————学实验结果显示GO/PPy-ITO微电极比裸ITO微电极具有更低的阻抗特征和更高的电化学活性;GO/PPy比纯PPy膜更能促进A549细胞粘附、铺展和增殖;GO/PPy-ITO微电极表面A549细胞的粘附增殖行为改变电极系统的阻抗谱特征,通过对阻抗谱数据进行等效电路拟合分析获得细胞粘附增殖行为学信息。本文发展的GO/PPy-ITO微电极兼具优良的电化学性质和细胞生物相容性,基于该电极系统构建的细胞阻抗生物传感器可用于细胞病理生理学行为、药物筛选等研究领域。     

基于分类的中文文本摘要方法

自动文本摘要是自然语言处理领域中一项重要的研究内容,根据实现方式的不同其分为摘录式和理解式,其中理解式文摘是基于不同的形式对原始文档的中心内容和概念的重新表示,生成的文摘中的词语无需与原始文档相同。提出了一种基于分类的理解式文摘模型。该模型将基于递归神经网络的编码-解码结构与分类结构相结合,并充分利用监督信息,从而获得更多的摘要特性;通过在编码-解码结构中使用注意力机制,模型能更精确地获取原文的中心内容。模型的两部分可以同时在大数据集下进行训练优化,训练过程简单且有效。所提模型表现出了优异的自动摘要性能。     

基于稀疏表示和时频变换的ISAR成像算法

逆合成孔径雷达对空中机动飞行目标进行成像,在成像积累时间内,成像投影平面和横向尺度随时间变化,许多参数很难准确提取,人们无法获得更多的先验知识。一般采用鲁棒性强的距离-多普勒(RD)算法进行成像,但传统的RD成像算法基于目标匀速转动和方位均匀采样的假设,若用其对机动目标进行成像,则图像模糊,尤其对于随机缺损的雷达回波数据,其成像质量显著下降,甚至无法辨识。通过引入稀疏表示和时频变换,提出了一种基于稀疏表示和时频变换的距离-瞬时多普勒成像算法,其可对一般机动飞行目标进行有效成像。实验结果验证了所提算法的有效性和可行性。     

大规模战场电磁环境并行体绘制技术研究

提出了一种基于PC集群的大规模三维战场电磁环境并行绘制方法。该方法采用直接体绘制的三维体数据可视化方法;利用空间八叉树对电磁绘制区间进行空间分割,并采用先序遍历八叉树叶节点的方式进行任务分配;采用Binary-swap算法对各PC节点的生成图像逐次进行全屏幕深度合成。实验表明,该方法能够较好满足大规模战场电磁环境实时可视化的要求。     

基于IPSO-BP神经网络的变压器故障诊断方法

标准粒子群优化(PSO)算法对惯性权重采取简单的线性衰减方案, 无法获得全局最优点. 为了弥补该方法的缺陷, 提出了一种改进的粒子群优化(IPSO)算法, 并将该算法与误差反向传播神经网络(BPNN)相结合, 进而提出一种基于IPSO-BPNN的变压器故障诊断新方法. 该方法将单个粒子连续被选为最优解的次数作为自适应变量, 并根据粒子的性能分类结果, 自适应地调整各粒子的惯性权重, 从而达到平衡局部和全局搜索能力的目的. 大量仿真表明该算法性能明显优于基于BPNN和PSO-BPNN的变压器故障诊断系统,     

基于Ajax和JSON的高校成绩管理系统设计与实现

随着学分制教学模式的实行,高校成绩管理的复杂度和动态性大大增加.高校成绩管理系统作为成绩管理的重要手段,它面向教师、学生以及学校管理人员,必须高效易用.Ajax是Web2.0核心技术之一,基于Ajax的Web应用具有很强的动态性、交互性并能节约带宽.本文详细地介绍了基于Ajax和Java Web技术的高校成绩管理系统的设计思想与实现的关键技术.该系统具有高效性与易用性,已被应用于东南大学.     

基于可能世界的网构软件之自动推理研究

为了实现网构软件的自动推理问题,在基于可能世界的网构软件模型上,给出了一种基于概念分析的自动推理系统。通过对三段论的分析得到了自动推理的一般原则,并运用这些原则解释了三段论中正确的24式。通过对形式概念的讨论得到了概念编码的方法,并给出了编码的三值运算规则。最后,通过一个具体例子的应用分析,给出了使用该编码进行自动推理的一般步骤,运算结果表明,自动推理方法在机械化与效率方面优于传统的归结原理。     

基于隐马尔可夫模型的躯感网心电图信号特征提取方法

为了解决躯感网的心电信号特征提取问题,结合心电图信号波形的特征区间,建立了面向心电图信号特征提取的离散隐马尔可夫模型;并面向该模型定制了专家标注选取、导联选取、观察数据归一化、三元组初始值选取以及训练数据量选取等方法.最后,采用Baum-Welch算法训练HMM模型的参数,并利用Viterbi算法提取心电图的信号特征.仿真结果表明,基于 HMM的心电图信号特征提取算法的复杂度较低、精确度较高、实时性较好,适合在线处理非线性、动态变化的心电图信号,能够满足基于躯感网的心电图信号特征提取的性能要求.