特征匹配引擎设计与实现

网络入侵防御系统是维护网络安全的重要工具之一。特征匹配引擎是网络入侵防御系统的计算核心,用于从网络包中搜索出已知网络攻击的特征数据。对于现有的网络入侵防御系统,特征匹配引擎在整个系统中占据很大比例的计算时间。特征匹配属于计算密集型应用,对于底层的计算能力具有很高的要求。提出了一种并行特征匹配算法,并充分利用底层硬件特征,将提出的算法映射到现有的多核处理器上。在IBMSystemx3455上实现的系统具有高达17.2Gbps的处理速度和5万字条的特征字典容量,其处理速度和特征字典容量超过现有文献中的结果,包括FPGA、ASIC、网络处理器以及GPU上的实现。     

基于非精确图匹配的CAD模型搜索方法

为了弥补现有的三维CAD模型搜索方法难以搜索到不同近似程度的相似模型的缺陷,提出一种基于面属性化邻接图非精确匹配的CAD模型搜索方法.首先提取CAD模型中的B-rep信息将CAD模型转化为面属性化邻接图;然后计算目标模型与被搜索模型的面属性化邻接图之间的顶点相容程度矩阵和边相容程度矩阵,并由此建立2个模型相似程度的度量作为选择不同顶点匹配矩阵M的优化目标函数;在对匹配矩阵M进行连续化松弛后,运用Sinkhorn行列交替规范化方法求解匹配优化问题.实验结果表明,采用该方法能够搜索到不同近似程度的相似模型;并且由于避免了具有NP复杂性的精确图匹配过程,检索效率也能满足实际要求.     

改进的遗传算法应用于碎片拼接

碎片拼接实际用途已经越来越广泛,本文讲述传统碎片拼接的方法,引出图形匹配策略,传统的碎片拼接算法大多需要大量繁琐的计算,大大增加了算法的时间复杂度,依据传统算法的不足,改进遗传算法应用于碎片匹配策略,提出可以实现更高效率、更高准确率的碎片拼接算法。     

一种基于自动显微镜的X光图片快速图像拼接算法

为提高工业无损探伤中对X光图片的检测效率,提出用自动数字显微镜替代肉眼对X光图片进行自动检测,并通过研究自动显微镜图像采样方式和X光图像的特点,提出一种改进的基于空间像素灰度相关的快速图像拼接算法:以前一幅采样图像矩阵最后一列的中点为基点建立匹配矩阵,设立阈值,并通过相关性匹配找到下一采样图像中的匹配点,然后进行多重循环校验来验证匹配点的准确性。仿真实验证明,该算法不仅精确性高,而且运算量小,具有很高的运算效率和采样效率。     

基于Matlab的计算机辅助电路分析

结合若干经典电路的分析实例,如二阶欠阻尼电路的零输入响应、频率响应及二端口电路阻抗匹配的计算等,针对烦琐的计算和公式推导,提出了Matlab编程的方法加以解决,并给出了具体的Matlab电路分析程序。将Matlab软件作为电路分析工具,通过计算机仿真实验来分析和解决电路问题,方便直观,运算效率更高,值得推广。     

基于.NET的中文分词系统设计与实现

针对中文分词的相关理论,讨论了中文分词的难点、语料库和中文分词算法,然后在.NET下设计了一个中文分词系统。在长词优先的原则下通过SQL Server 2005自建了一个语料库。在Visual Studio 2005下,采用改进的正向减字最大匹配分词算法,使用ASP.NET和C#语言实现了这个系统。结果表明该分词系统达到了较好的分词效果。     

一种快速实用的车牌字符识别方法

提出了一种新的车牌字符识别算法.该方法先对车牌中的单个字符进行预处理,然后采用Hausdorff距离模板匹配方法识别,对于特定位置的特殊字符,再进行校正识别.实验表明,该方法有效可行。     

网络信息两层过滤系统的设计

随着Internet的普及和应用,网络应用在人们生活中占据越来越大的比重,对网络中的信息进行实时过滤,具有十分重要的意义。本文对贪婪随机自适应算法(GRASP)进行扩展,得到基于权值的贪婪随机自适应算法(WGRASP),利用WGRASP、多模式匹配分类、支持向量机等算法构造了一个网络信息两层过滤系统。该系统能自动获取一个优良的非法关键词集合,且对网络信息的过滤具有较高的过滤速度和文本识别查准率、查全率。     

Face recognition using adaptively weighted patch PZM array from a single exemplar image per person

Though numerous approaches have been proposed for face recognition, little attention is given to the moment-based face recognition techniques. In this paper we propose a novel face recognition approach based on adaptively weighted patch pseudo Zernike moment array (AWPPZMA) when only one exemplar image per person is available. In this approach, a face image is represented as an array of patch pseudo Zernike moments (PPZM) extracted from a partitioned face image containing moment information of local areas instead of global information of a face. An adaptively weighting scheme is used to assign proper weights to each PPZM to adjust the contribution of each local area of a face in terms of the quantity of identity information that a patch contains and the likelihood of a patch is occluded. An extensive experimental investigation is conducted using AR and Yale face databases covering face recognition under controlled/ideal conditions, different illumination conditions, different facial expressions and partial occlusion. The system performance is compared with the performance of four benchmark approaches. The encouraging experimental results demonstrate that moments can be used for face recognition and patch-based moment array provides a novel way for face representation and recognition in single model databases.     

Object detection by global contour shape

We present a method for object class detection in images based on global shape. A distance measure for elastic shape matching is derived, which is invariant to scale and rotation, and robust against non-parametric deformations. Starting from an over-segmentation of the image, the space of potential object boundaries is explored to find boundaries, which have high similarity with the shape template of the object class to be detected. An extensive experimental evaluation is presented. The approach achieves a remarkable detection rate of 83-91% at 0.2 false positives per image on three challenging data sets.