一种新的基于DCT域系数对直方图的图像篡改取证方法

提出了一种基于离散系数变换(DCT)域系数对直方 图特征的图像篡改取证方法。首先对图像进行 DCT,并在给定的阈值下,对变换后的DCT系数进行系数对直方图化;而后对直方图化后 的值进行归一化处理,再用主成分分析(PCA)对上述数据进行降维处理取得系数对直方图特 征;最后将真 实图像和篡改后图像的系数对特征用支持向量机(SVM)进行分类识别。实验结果证明,和现 有的一些算 法相比,提出的方法计算复杂度低,在CASIA v1.0平均识别率为97.92%,CASIA v2.0平均 识别率为91.20%,对未压缩图像和压缩图像的拼接篡改都具有良好的 识别性能。     

基于支持向量机的窄带雷达弹道导弹目标识别技术

窄带雷达由于受到带宽限制,无法获取到目标高分辨精细识别信息,仅能通过目标轨道运动特征和窄带RCS特征对目标属性进行初步分类识别,文中基于支持向量机分类算法,从窄带雷达回波数据中提取弹头群和弹体群目标的特征,实现了弹道导弹群目标初步分类识别。在对弹头群和弹体群分类识别的基础上,窄带雷达可集中更多的时间和能量资源重点对弹头群类目标进行跟踪,并为后续宽带目标识别雷达提供重点目标位置信息。     

基于微多普勒特征的单人与小分队分类技术

人体行走是典型的非刚体运动,通常情况下每个人行走时的摆动周期不可能完全相同。通过提取目标频谱归一化幅度和、多普勒谱线数和谱宽的标准差3个典型特征,采用支持向量机( SVM)分类器,实现了短驻留时间条件下单人与多人的有效鉴别,平均识别率大于90%。雷达实测数据表明所提特征是有效并且稳健的。     

大数据时代运营商分析支撑域转型的实践与思考

大数据时代,随着业务和管理模式向“数据驱动型”转变,运营商分析支撑域的支撑模型和支撑模式也发生了转变。制定了分析支撑域规划,如构建云化ETL、MPP数据库、能力服务中心、大数据运营支撑平台等IT基础设施,实现转型。同时,提出了分析支撑域在IT、管理和核心竞争力方面的实施思路。     

龙滩水电站引水发电系统设计

龙滩水电站地下厂房系统是一个巨型地下洞室群，无论设计、施工还是管理，在国内外都少有先例。电站的引水发电系统的布置是基于拦河大坝采用碾压混凝土重力坝，并在满足首台机组发电工期为６．５年的前提条件下进行的，左岸山体也具备布置大型地下洞室群的条件。尽管引水发电系统的设计仍存在各种困难，但目前的布置在结构布置、围岩稳定、施工、设备安装及运行管理等方面均是可行的。     

响洪甸抽水蓄能电站地下厂房设计

响洪甸混合式抽水蓄能电站位于安徽省西部金寨县境内，上库为响洪甸水库，下库建在响洪甸水库大坝下游河道上，引水系统修筑在土库左岸，厂房为地下式布置．地下厂房上覆岩层厚为52～102m，岩性主要为粗面提灰岩和火山角砾岩，大部为Ⅰ～Ⅱ类围岩，个别属Ⅲ类围岩．地下厂房喷锚支护设计喷层厚为15～10cm，锚杆直径φ25，长度4～6m，挂网筋为今12～φ10，网孔尺寸为2cm×2cm，厂房内采用岩壁吊车梁方案，岩壁梁受拉措林采用上下两排φ32，长10m，间隔10m，倾角分别为30°和25°的钢筋锚入岩体，受压构造锚杆一排φ25，长6m，间隔10m。     

一种基于支持向量机的手写汉字识别方法

本文提出了一种新的基于支持向量机手写汉字识别方法.支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,而不是仅仅使经验风险达到最小,从而使得支持向量分类器具有较好的推广能力.本文首先讨论了支持向量机的基本原理,然后,针对支持向量机识别大类别手写汉字所遇到的特殊问题,文章进行了分析和阐述,并在此基础上,提出了基于最小距离分类器预分类的两级分类策略.最后,针对GB2312-80的1034个汉字类别的120套手写样本,进行了实验仿真.实验结果表明,本文方法的汉字识别率较距离分类器有较大提高,其中多项式核函数的支持向量分类器,识别率平均提高3.38％,表明了本文方法的有效性.     

基于Bayesian粗糙集和布谷鸟算法的肺部肿瘤高维特征选择算法

在高维特征选择过程中最优特征子集生成和分类器 参数优化方面,提出一种基于贝叶斯粗糙集(BRS)、遗传算法(GA)和布谷鸟算法(CS) 的两阶段优化高维特征选择算法。该算法首先分析3000例肺部肿瘤CT图像的形状、灰度和纹理特征,提取104维特 征分量共同量化ROI;然后进行两阶段优化:(1) 从全局相对增益函数的角度分析了属性 重要度,结合属性约简长度和基因编码权值函数的加权和构造适应度函数,通过选择、交叉 和变异等遗传操作生成最优特征子集,在不降低分类精确度的前提下降低特征维度;(2) 利用CS对支持向量机(SVM)参数进行全局寻优;最后通过实验验证本文算法的可行性和有 效性。实验结果表明,该算法有效提升了肺部肿瘤良恶性识别能力,降低了算法的时间复杂 度。     

基于支持向量机算法的多环芳烃表面增强拉曼光谱的定量分析

以硫氰化钾(KSCN)为内标物,利用主成分分析(PCA)降维,利用支持向量机(SVM)算法建立定量分析模型——支持向量回归(SVR),并结合网格搜索(GS)、遗传算法(GA)和粒子群优化算法(PSO)三种参数优化方法,实现了芘、菲单一溶液和混合溶液的定量分析。研究结果表明:以KSCN为内标物,提高了定量分析结果的准确性;利用PCA降维提高了建模速度;三种优化模型对芘预测的平均相对误差(ARE)在7.6%以内,对菲预测的ARE在11.3%以内;三种参数优化方法对同一物质的预测结果相近,但GS的运算速度最快;综合考虑误差和分析速度后,采用GS-SVR模型获得了菲、芘混合溶液的最佳结果。表面增强拉曼光谱(SERS)技术结合SVM算法有望实现多环芳烃的定量分析。     

基于SDN的端到端无缝MPLS组网技术研究

针对MPLS技术在运营商应用中存在问题的分析,结合SDN思想和概念,将网络抽象为“网络转发”、“业务控制”和“运营支撑”三个平面,提出端到端无缝MPLS组网的解决方案。