基于主成分分析的改进贝叶斯网络入侵检测研究

传统的贝叶斯网络入侵检测技术中,未考虑到入侵检测数据集中属性数量过多的问题,导致贝叶斯网络构造过程中计算量过大,严重影响了检测效率;传统的贝叶斯网络入侵检测技术,在检测的过程中也没有考虑到当前网络受到的攻击行为和安全状态,仅仅根据原始训练数据集生成的贝叶斯网络进行测试,对检测精度造成一定的影响。针对上述两个问题,提出结合主成分分析和滑动窗口的贝叶斯网络入侵检测技术,仿真实验表明,改进后的技术能够大大降低数据维数,提高运算效率和检测精度。     

一种基于激光测距的机器人地图创建方法

针对未知环境中机器人局部地图的构建问题,提出一种激光测距的离散数据自适应曲率估计算法。采用该算法对预处理后的激光扫描数据进行环境特征分割,然后提取并描述环境特征,最后根据特征元素集构建局部地图。仿真和实验结果表明,该方法能准确地描述结构化室内环境,有效地描述和表征了实验环境。     

基于特征融合的步态识别

基于人行走时下肢关节角度变化包含丰富的个体识别信息的观点,提出了一种利用下肢关节角度进行识别的方法。利用下肢关节角度来表征步态运动的动态特征,并用主分量分析进行特征提取来表征步态的静态特征,其次融合步态运动中的静态特征和动态特征,采用对小样本具有很好分类效果的支持向量机进行分类识别。对算法进行MATLAB仿真,结果表明所用方法具有较高的识别性能。     

基于主成分分析的MACH滤波器设计

针对解决畸变不变目标识别中选择目标样本数目过多的问题,提出了一种基于主成分分析的MACH匹配滤波器设计方法,这是使用去除冗余的本质特征图像来替代目标样本图像的一种方法,能够减少匹配滤波器设计的样本数量,在对一定范围内的畸变目标进行识别,只需要少数几个匹配滤波器就可以完成,而且同一匹配滤波器还可以对不同的畸变方式(如尺度缩放、角度旋转、运动模糊失真)目标进行识别,实验结果表明,这种匹配滤波器在较大的畸变范围内仍然能够得到较尖锐的相关峰。     

基于PCA和核FDA的人脸识别研究

基于主分量分析的特征脸识别是人脸识别中重要的识别方法,具有简单、实用等特点。Fisher判别分析是统计分析一种常用的降维方法,多类Fisher判别分析在模式识别领域得到广泛应用。核方法技术是设计全局非线性算法最流行的工具之一,应用核方法技术使得低维空间线性不可分的样本在高维空间线性可分。先对ORL人脸数据库中的图像应用主分量分析提取主分量,再应用核Fisher判别方法把特征向量做隐式变换,最后把得到的数据采用k-紧邻分类器进行分类识别,并对实验结果做了比较分析。     

基于图像处理技术与支持向量机的鱼龄识别

采用图像处理技术,提出了一种基于核主成分分析(KPCA)与支持向量机(SVM)的鱼年龄自动识别新方法。首先通过KPCA提取鱼的耳石图像的主元,然后用SVM对鱼的年龄进行学习、识别和预测。实验表明,该方法取得了较好的效果。     

基于主成分分析的防空导弹武器综合评价

以防空导弹综合评价为例,应用SPSS软件,验证了主成分分析在武器装备综合评价中的正确性和有效性.结果表明,应用主成分分析进行综合评价,充分利用了武器装备指标数据;依据指标间相关程度,自动生成权重,避免了人为因素干扰;简化了武器装备的综合评价工作,能够为武器装备论证及采办提供科学的依据.     

面向机器学习模型的基于PCA的成员推理攻击

针对目前黑盒成员推理攻击存在的访问受限失效问题,提出基于主成分分析(PCA)的成员推理攻击.首先,针对黑盒成员推理攻击存在的访问受限问题,提出一种快速决策成员推理攻击fast-attack.在基于距离符号梯度获取扰动样本的基础上将扰动难度映射到距离范畴来进行成员推理.其次,针对快速决策成员推理攻击存在的低迁移率问题,提...     

实测数据的降秩空时自适应处理方法

本文介绍了两种在广义旁瓣相消器结构上的降秩空时自适应处理方法:主分量法和互谱法,这两种方法是利用杂波和干扰的低秩属性,应用采样数据来构造降维转换矩阵。最后对MountainTop计划进行了详细的描述,并对从MountainTop计划测得的数据,应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性,减少了计算量,并提高了有效可测收敛性。     

基于盲自适应KLT的蒸发波导压缩感知方法

蒸发波导既可促成微波通信、雷达等系统超视距工作,又可能造成异常盲区,因此获知蒸发波导的时空态势是夺取海上制电磁权的关键.若仅靠增大传感器布设密度提升感知分辨率,则费效比高且提升空间有限.压缩感知为从相对稀少的观测数据中获知蒸发波导态势提供了可能.本文提出盲自适应KLT（Karhunen-Loéve Transform）追踪算法,通过少量观测数据,充分挖掘蒸发波导的稀疏性,准确恢复出蒸发波导的分布.理论分析和实验表明,新方法总体性能优于基于DCT（Discrete Cosine Transform）和传统KLT的对照组性能,且新方法在节省九成采样资源的前提下,最终的重构结果能够达到重构信噪比30dB的水平,为海上长时间、大范围蒸发波导态势感知提供了压缩采集的基础.