蠕虫检测技术研究进展

对蠕虫检测技术的进展进行了研究.由于能检测未知蠕虫,异常检测已成为蠕虫检测的重要发展方向.被动检测采用故意设计为有缺陷的系统HoneyPot,用来吸引攻击者、收集攻击信息并进行深度分析.主动检测对正常主机和蠕虫主机的混和流量进行处理,包括基于连接载荷和基于蠕虫行为的检测.分析并讨论了各类方法的特点和适用性,提出目前的检测技术需要更为有效的蠕虫检测指标,并基于正常主机和蠕虫主机在流量自相似性的差异,给出了相应的实时检测指标选择思路.     

基于主动形状模型的人脸脸型自动分类算法

研究表明人脸脸型可以分为圆脸、椭圆脸、方脸、三角脸等.基于主动形状模型(ASM)提出了一种自动人脸脸型分类方法.首先利用各种脸形的样本进行训练以建立脸型形状模型库,然后运用ASM算法对测试样本自动定位正面人脸形状,比较其与各个脸型形状模型的距离,最后应用最近邻方法实现脸型的自动分类.仿真实验表明,该方法优于利用人脸轮廓曲率或下颌曲率的方法,能够充分挖掘人脸形状信息,分类结果稳定准确,可以有效提高大库人脸识别的速度和准确率.     

激发学生主动学习英语教学法

语言教学并非一种由"听"到"说"然后"记"的简单枯燥过程.它应该是一种有"生气"的、"热烈"的,甚至"亢奋"的过程.只有在这样的气氛中,学生的大脑才会得到充分调动,学习才会有热情.充分激发的大脑才会有高的学习效率.本文就此做了教学方面的探讨,也是多年的个人教学经验总结.     

提高学生自主学习效果的思路与方法

如何提高学生的自主学习能力是现代教育技术研究的重要任务。研究了自主学习评估体系的建立方法,探讨了自主学习课程的设计思路,对于教师和学生在自主学习中承担的任务与角色定位进行了分析,并指出了自主学习过程中需要避免的部分误区。相关研究内容对于提高自主学习成效具有指导意义。     

花朵图像自动提取方法研究

采用改进的主动轮廓模型算法,实现从蝴蝶兰花簇图像中提取单个花朵图像,为自动识别蝴蝶兰的生长状态奠定基础。首先利用改进的骨架算法和轮廓重生算法,生成蝴蝶兰花簇的初始轮廓;然后利用含有形状能量的主动轮廓模型进行轮廓的演化,使其更接近真实的蝴蝶兰花簇边缘,最后根据蝴蝶兰花蕊位置获得相应的蝴蝶兰花朵。实例验证和比对实验结果表明,该模型能够较好的分割和提取蝴蝶兰花簇中单个花朵,并具有较强的抗噪能力。利用该方法,可以较好的提取蝴蝶兰花簇中的单个花朵,与人工提取效果进行比对,正确率达到了91.5%。     

激光斜入射条件下“猫眼”效应的实验研究

"猫眼"目标回波功率是激光主动探测系统的重要指标,可用来评估光电装备"猫眼"效应的强弱,并为探测器的优化设计提供参考。依据所建立的斜入射条件下"猫眼"目标回波功率数学模型,仿真分析了入射角对"猫眼"目标回波功率的影响,利用搭建的激光主动探测系统对典型"猫眼"目标进行了实验研究,理论仿真结果与实验结果表明,激光在有限斜入射条件下,"猫眼"目标回波功率将随入射角的增大而迅速下降,并很快湮没于噪声之中。这为进一步研究基于"猫眼"效应的激光主动探测适用条件提供必要的实验依据。     

工艺参数对马氏体不锈钢激光冲击区表面轮廓的影响

激光功率密度和搭接率对马氏体不锈钢的激光冲击区的表面轮廓有较大影响.激光功率密度从3.79 GW/cm2到7.25 GW/cm2,冲击区塑性变形程度随功率密度增大而增大,当激光功率密度为6.09 GW/cm2时,冲击区塑性变形程度适中,其残余应力平均值达-569.1 MPa.搭接率试验结果表明,搭接率为33%时,可获得较大面积无挤出的激光冲击区,无挤出区域的塑性均匀,变形深度波动幅度在2μm以内,而且此搭接率下冲击区挤出面积较小,分布具有规律,便于再次冲击以降低冲击区的表面波纹度.     

激光照明下锥体目标反射截面理论分析

目标表面的反射特性主要由双向反射分布函数来表述,根据双向反射分布函数定义的激光主动照明反射截面,研究双向反射分布函数与目标表面特性的关系。利用双向反射分布函数推导了激光主动照明条件下的目标反射截面,给出一种近似计算的方法,基于该方法分析计算两种不同的反射情况下,圆锥体激光反射截面与具有相同半径的圆形平板面的激光反射截面的比值随圆锥体半顶角的变化曲线。得到了圆锥顶角越小则圆锥面的反射截面就越小的结论,与实际情况相符合。可以为武器设计、目标隐身、系统建模提供一定的理论依据。     

CORBA技术在电信OMA2000中的应用

本文通过简单的介绍电信运行维护综合管理系统(OMA2000)的技术要求、CORBA技术的背景和内容,分析了计算机网络计算技术的发展趋势,实现了将CORBA标准应用于电信运行维护综合管理系统的开发应用.     

基于边界边缘检测的在线产品轮廓跟踪

产品流水线实时检测需有效解决流水线上运动产品的图像跟踪,提出仅选择在视频码流中跟踪目标的一个边界边缘来实现产品轮廓的跟踪。首先利用边缘运动去除背景,随后使用跟踪轮廓的正常方向导数选择边界边缘。准确跟踪是基于减少无关边缘的影响,因此仅选择边界边缘像素。使用边缘运动消除背景边缘需要计算跟踪目标的运动,同时移除边缘的运动和边缘与目标不同方向的运动,从而得到运动产品的轮廓。仿真实验结果表明,该跟踪方法对流水线上的产品有较好的跟踪效果,且具有较强的稳健性。