基于RFID仓储管理系统关键技术的研究

文章以射频识别(Radio Frequency Identification,RFID)技术为理论基础,针对仓储管理的现状,构建了以RFID为基础,并与条形码相结合的仓储管理系统.文章详细论述了该系统的核心部件--手持电子标签条形码读写器的硬件设计原理与工程实现分模块设计,并简要给出了系统软件的设计.     

基于PayLoad特征的P2P IPTV应用识别

近年来,基于P2P流媒体技术的网络电视已经成为网络舆论传播的重要手段之一,而P2P技术的无中心和自组织特性将大大增加对网络电视服务进行识别和监管的难度.本文首先通过对不同IPTV的payload数据分析,发现P2P IPTV系统通信过程中均存在访问地址特征、协议定义特征以及数据传输特征,然后提出了基于以上三种特征相结合的识别方法,并设计实现了实时识别系统,最后利用统计实验验证了系统的识别精度并对实验进行了分析.     

基于灰色理论的车型自动分类识别

在灰色理论基础上提出了一种车型自动分类识别技术.该技术分为二大部分:第一部分是测量车辆的三维信息,即完成从二维信息到三维信息的转换,获得车辆的长度、宽度和高度特征;第二部分是利用灰色关联分析对车辆进行分类识别.实验表明,与传统的识别方法相比明显提高识别速度与识别精度,且具有很好的实用性.     

基于行为识别、BATV和DKIM技术的垃圾邮件过滤模型研究

反垃圾邮件的行为识别技术,能够做到从源头上控制垃圾邮件地传播,且不需要对邮件内容进行扫描,避免了基于内容的过滤所带来的资源消耗大、效率低下的问题。BATV技术在对抗邮件退信攻击上具有强大的优势,而DKIM技术通过密钥认证方式,能够对邮件的完整性进行验证,弥补了行为分析的不足。研究分析认为,整合垃圾邮件行为识别、BATV和DKIM技术应用于邮件过滤上,将会提高垃圾邮件识别的效率和准确性。     

基于内容与行为特征的反垃圾邮件系统

邮件过滤技术是反垃圾邮件的重要手段,但是单纯从内容过滤或者行为识别出发,不能有效的杜绝垃圾邮件的泛滥。本文提出了一种基于服务器端的垃圾邮件过滤系统,它通过对垃圾邮件内容和行为两方面进行特征提取,将反映垃圾邮件的特征综合在一起统称为“属性”进行多重侦测。内容过滤方面采用可学习的Bayes算法,行为识别方面则提取垃圾邮件在发送过程中的特征进行有效的阻断。添加客户端自定义处理模块,从而避免了单纯基于IP、信头、信封过滤的规则性太强的缺点,降低将正常邮件判断为垃圾邮件的风险。     

基于遗传算法和BP网络的物体识别方法

目前常用的物体识别方法,其过程非常复杂,信息量和计算量都很大.结合遗传算法的神经网络方法,充分利用GA的全局搜索能力、BP算法的局部搜索能力和鲁棒性强的特性,提出了一种用遗传算法全局优化神经网络拓扑结构和网络权值的新编码方案进行物体识别方法.仿真结果表明,该方法既解决了BP神经网络对初始权值敏感和容易局部收敛的问题,又加快GA.BP网络的收敛速度,提高收敛精度且识别率较高,从而验证了该方法的有效性.     

基于人体手指静脉特征提取算法的研究

根据人体手指静脉图像的特点,提出了一种基于降维思想的手指静脉特征提取方法,即搜索二维灰度图像中的静脉在一维灰度曲线上形成的谷形区域来实现静脉特征的提取.为了对手指静脉特征的充分提取,在进行特征提取前,采用了高频强调滤波对图像进行增强处理.实验结果表明,该方法思想独特,简单易行,对手指静脉的特征提取达到满意的效果.     

基于虚拟仪器的拖曳水池数据采集系统的设计与实现

虚拟仪器在测试领域的应用极大地提高了测试的灵活性和扩展性.为了提高拖曳水池试验效率和加强采集系统功能,结合虚拟仪器技术和LabVIEW开发环境设计并实现了试验数据采集系统.系统中成功运用三层式结构组织系统程序,合理地优化了系统结构.功能框架模式,智能仪器识别系统、基于心跳消息和多线程的通讯方式,数据实时监控技术以及基于Java存储过程的数据存储,这一系列技术的设计和创新有效地提高了运行效率、系统稳定性、操作性,灵活性以及可扩展性.XML配置文件也提供了一种方便、灵活系统信息配置方式.     

基于区域生长的机器人路标识别方法研究

针对移动智能机器人基于单目视觉的路标识别问题,提出了一种基于当前最大聚合中心的区域生长算法.在经RGB视觉模型的实验阈值分割后的图像中,探测若干可能区域,结合外形轮廓特征,判定路标并定位其区域,然后反馈到灰度图,通过图像局部二次分割完成整个路标提取.对多幅自然场景图像进行的实验表明,该方法能够快速有效地从图像中自动定位与提取路标图像.     

基于谱特征的模拟与数字调制方式识别方法

提出一种基于谱特征的模拟与数字调制方式自动识别算法,从信号的包络平方谱中提取单频分量检测值作为特征参数,对模拟与数字调制方式进行自动分类.仿真结果表明,在信噪比大于3 dB时识别率达990%以上.该算法不需要先验知识,计算简单,对数字调制信号的滚降系数不敏感,具有较强的实用性.