参数自适应的条件随机场视频分割方法

针对已有算法需要采用一系列参数经验值得到最优视频分割结果的问题,提出根据视频特征自适应地计算视频邻域关系的特征强度函数,构造参数自适应的条件随机场视频分割模型。算法的核心思想是采用视频中像素之间的邻域关系自适应计算各个模型的特征函数,通过条件随机场模型对这些特征能量函数进行约束并利用Gibbs采样算法对该模型进行求解,获得全局优化的分割结果。针对不同环境下的视频分割实验表明,该算法能够很好地逼近最优经验参数所得到的视频分割结果,从而避免定义经验值所导致的算法局限性问题。     

基于免疫粒子群神经网络的污水水质预测

针对污水处理过程所具有的多变量、非线性和大时滞的特点, 利用出水水质参数与多个可测过程参数间的相关关系,给出了基于RBF神经网络的出水水质参数预测模型.采用免疫粒子群优化算法来训练网络的隐层节点、径向基函数的中心点和网络权值.以反应时间、DO浓度、ORP和pH值作为输入参数,实现对COD,NH3-N,TP等水质参数的预测.仿真试验表明,该预测模型对污水处理出水水质参数COD,NH3-N,TP具有理想的预测效果.     

一种流密码密钥流生成器的模块化设计与实现

在高保密强度的通信系统中,流密码是一种广泛采用的重要技术手段。针对流密码初始密钥生成、初始密钥滚动、摘要生成、密钥流产生等多个功能模块,提出了一种模块化复用的设计方法,在多个功能模块间实现了程序共用、分时复用,达到了精简程序、节省硬件资源、降低功耗、控制成本的目的。     

3GPP认证与密钥协商协议安全性分析

通用移动通信系统采用3GPP认证与密钥协商协议作为其安全框架,该协议对GSM存在的安全隐患作了有效的改进.对3GPP认证与密钥协商协议进行安全性研究,分析其容易遭受4种类型攻击方式.为了解决上述存在的安全隐患,提出在位置更新与位置不变两种情况下的基于公钥密码学的认证与密钥协商协议,采用形式化的分析方式证明了所提出算法的安全性,并将该协议与已有协议在安全性方面进行了比较.结果显示,所提出的协议算法能够极大地增强3GPP认证与密钥协商协议的安全性.     

一种针对特定密度检测的快速FBP算法

提出了一种针对特定密度检测的快速FBP算法。首先进行不完全数据投影重建,然后依据对密度的先验知识对初步重建图像进行聚类分割,最后找出感兴趣区域来精确重建。文末对该方法进行了实验,并将实验结果和传统FBP算法、几何参数表法做出主观、客观上的比较评价。结果表明,该算法不但能在很大程度上提高传统FBP算法的速度,而且对于感兴趣区域的重建质量上没有影响。     

一种利用关联规则的改进朴素贝叶斯分类算法

朴素贝叶斯分类是一种简单而高效的分类模型,然而条件独立性假设在现实中很少出现,致使其性能有所下降。通过引入关联规则,从两方面来改善朴素贝叶斯分类的性能。一方面,通过对关联规则的挖掘,发现条件属性之间的关联关系,并且利用这种关联关系弱化朴素贝叶斯的独立性假设;另一方面,通过关联规则的置信度,给朴素贝叶斯加权。     

基于肤色特征的AdaBoost人脸检测方法①

针对人脸检测准确率和实时性问题,提出了一种基于肤色特征的AdaBoost检测方法。通过将肤色特征应用到AdaBoost检测算法中,提高AdaBoost算法的检测率。实验结果表明,该算法能更好地实现多人脸检测,且减少计算量,保障了实时性的要求。     

一种新的低压电力线载波网络软件路由器设计

针对窄带电力线网络节点通信状态变化剧烈和通信成功率低的问题,提出了一种新的基于节点相关度的动态网络分簇软件路由器的设计方法。该路由器根据接收信号强度、历史抄通概率和网络连通度选取簇头节点,根据节点相关度确定簇内成员;当部分网络节点以现有路径不能正常通信时采取基于邻居节点数目的概率泛洪机制重构网络,可保证数据的即时传输。分析表明这种路由器具有灵活性、实用性和有效性。     

基于Trustie资源库的导航软件构件管理

结合导航软件生产现状与制约因素,提出对导航软件进行构件化改造,形成10大类120个共享构件。同时,利用Trustie已有成果,首先对Trustie构件资源库进行适应性改造,使之能适应导航软件生产;然后对导航软件构件在进入Trustie构件资源库之前,进行可信分级评估;最后利用该构件资源库,实现对导航软件构件的登记、查询、统计等管理,建立起导航构件资源库。该资源库的建立,极大地提高导航软件构件的可复用率,方便对构件的分类与管理,完成各类构件在导航软件协同生产环境中共享,为实现导航软件的大规模生产与敏捷制造奠定了基础。     

基于PSO的属性选择方法

为了减少实例对属性选择的影响,本文提出了基于PSO的属性选择方法。该方法主要利用PSO算法求实例群的最优熵值,获得相应的属性阈值,并利用阈值确定属性的优先级,最后按优先级进行选择。在实验中,通过确定本体中概念属性的优先级来验证所提算法的性能。实验结果表明,该方法减少了对实例的依赖,计算量也相对减少。