基于SVM的钢坯号自动识别算法

针对当前钢厂钢坯号现场识别的自动化要求,提供一种基于SVM的钢坯号自动识别算法。该算法通过生产线上视频监控获取钢坯图像,将SVM的非线性分类算法和视感智能检测技术结合实现钢坯智能化监控,对气动、机械等原因引起的断裂、畸变和粗细不均等钢坯号具有较好的识别能力。文章还对该算法与模板匹配方法、BP神经网络方法进行了实验对比,证实该算法对钢坯号识别具有较高的识别率。     

一种基于PIT的无线传感器网络质心定位算法

定位技术是无线传感器网络重要的支撑技术之一.本文在研究距离无关(Range-free)质心定位算法的基础上,指出了其在信标节点分布不均匀的情况下存在的缺陷,并结合三角形测试原理(PIT)提出了一种新的定位算法,即CBPIT算法.此算法不需要额外添加硬件,且容易实现.MATLAB环境下仿真结果显示,CBPIT算法在信标节点随机分布的情况下能明显提高定位精度,在信标节点密度为33 %、网络连通度为12时,本文算法在定位精度上能比质心算法提高约10 %.     

射频仿真多辐射中心方案设计及幅相误差分析

现有的射频仿真系统在单通道中同一时间只能模拟一个辐射中心,因此难以对多目标与分布式杂波进行仿真。通过改进原有馈电电路并调整开关矩阵与阵列天线的连接顺序,现提出了一套新型的多辐射中心仿真系统的设计方案。新方案能够在单通道单周期中模拟两个辐射中心,为在经费有限、通道数量较少的条件下,模拟多目标和分布式杂波提供了技术基础。为了验证新方案的可行性,利用计算机仿真分析了新型方案引入的幅、相误差对辐射中心位置精度的影响,得出了几种情况下位置误差的统计分布。仿真结果表明,虽然新型方案中的位置误差相对更大些,但其辐射中心的位置精度仍然达到了仿真系统的技术要求,新型方案是可行的。     

一种改进的基于DCT变换的语音增强算法

研究语音识别问题,变换域分析是语音增强中最常用的方法,采用离散余弦变换(DCT)来描述带噪语音信号的频域特性,并构造拉普拉斯-高斯参数模型(Laplacian-Gaussian)来表示带噪语音信号的分布,可改善增强效果并减少误差.在参数估计上采用了最大似然估计法(ML),并结合谱相减估计法对拉普拉斯模型参数作了进一步优化,最后给出了检测语音信号存在的条件.仿真实验结果表明,算法在用于处理含有F16、Pink、Babble及高斯白噪声的语音信号时,与其它基于DCT变换的算法相比,取得了更好的增强效果.     

一种基于ActiveX和Web Service的电力系统WebGIS的设计与实现

Web GIS是当前GIS应用领域的一个研究热点,通过Web GIS克服了传统桌面GIS应用局限,使得GIS应用具有真正的信息共享,巨大的扩展空间。提出了一种基于ActiveX控件和Web Service的Web GIS实现方案,并详细叙述了该方案各部分实现的关键技术。与传统的Web GIS结构相比,文章提出了一种胖客户端的实现,提高了用户的体验。     

基于Snort的IPv6网络入侵检测系统的设计与实现

随着IPv6的部署和网络技术的发展,一些基于新型攻击方式的网络入侵的事件也开始出现.本文基于Snort构架,设计了一个针对IPv6体系的入侵检测系统,对系统所属的各功能模块进行了分析,提出了详细的设计方案.     

分布式视频编码技术的研究

分布式视频编码建立在20世纪70年代提出的相关信源编码理论的基础上,即Slepian.Wolf和Wyner-Ziv分布式编码信息论原理,与传统视频编码技术相比,分布式视频编码从原理到实现方法上是全新的。它是基于解码端获得边信息（Side Information）的有损编码,这能够降低编码端的复杂度,而把大量的运算转移到解码端。     

基于神经网络控制的星载微波辐射计

本文提出一种采用神经网络控制技术的消除星载全功率微波辐射计系统增益和等效本机噪声波动的方法。此方法通过基于神经网络的控制系统,控制微波辐射计的系统增益与参考电压,使微波辐射计在轨运行期间系统参数保持不变。系统参数通过地面实验获得,因此在轨运行期间不再需要星上两点定标中的低温基准源,减少了低温定标天线等物理设备。     

Using time-stamp to improve the security of a chaotic maps-based key agreement protocol

Based on the semi-group property of Chebyshev chaotic map and time-stamp, we propose an enhanced chaotic maps-based key agreement protocol, which is more secure than the original one and can resist the replaying attack.     

Image categorization: Graph edit distance+edge direction histogram

This paper presents a novel algorithm for computing graph edit distance (GED) in image categorization. This algorithm is purely structural, i.e., it needs only connectivity structure of the graph and does not draw on node or edge attributes. There are two major contributions: (1) Introducing edge direction histogram (EDH) to characterize shape features of images. It is shown that GED can be employed as distance of EDHs. This algorithm is completely independent on cost function which is difficult to be defined exactly. (2) Computing distance of EDHs with earth mover distance (EMD) which takes neighborhood bins into account so as to compute distance of EDHs correctly. A set of experiments demonstrate that the newly presented algorithm is available for classifying and clustering images and is immune to the planar rotation of images. Compared with GED from spectral seriation, our algorithm can capture the structure change of graphs better and consume 12.79% time used by the former one. The average classification rate is 5% and average clustering rate is 25% higher than the spectral seriation method.