基于检测与跟踪相互迭代的极暗弱目标搜索算法

针对极低信噪比（LSNR）情况下暗弱运动目标和背景噪声的强度难以区分的问题,提出了一种基于检测与跟踪相互迭代的极暗弱目标搜索算法,总体上采用将时域检测与空域跟踪的过程联合、迭代进行的新型策略。首先,在检测过程中计算检测窗口内信号片段与已经提取的背景估计特征的差别;然后,在跟踪过程中运用动态规划算法保留使得轨迹能量累积最大的轨迹;最后,自适应地调整下一检测过程中被保留轨迹的检测器阈值参数,使该轨迹内的像素能以更宽容的策略被保留到下一检测跟踪阶段。实验测试结果表明,所提算法可以在1%~2%的虚警率和约70%的检测率下探测到低至0 dB的暗弱运动目标。可见该算法可有效改善对LSNR暗弱目标的检测能力。     

基于核密度波动的异常检测算法

异常检测是数据挖掘中的一个重要研究方向,当前大多数基于密度的异常检测算法常常基于样本分布假设,敏感于近邻参数[k]并且缺乏对集体异常点的检测能力。针对这些问题,提出了一种基于核密度估计的核密度波动算法。定义了可以综合评估数据点邻域内和邻域外核密度值波动的核密度波动因子,将其作为检测指标,并制定检测规则来识别异常点,这一指标可以综合考虑数据点的局部特征和全局特征,而且有助于发现集体异常。数据集上的实验结果表明,所提算法可以取得更好的检测结果,同时对算法参数具有相当的鲁棒性。     

一种新型Linux内核级Rootkit设计与实现

传统的内核级Rootkit无法绕过当前主流的Rootkit检测方法。对传统的内核级Rootkit的实现机制和当前主流的Rootkit检测方法进行了分析,设计并实现了一种新型Linux内核级Rootkit。通过实验证明,该Rootkit能够实现后门提权、进程隐藏及文件隐藏等功能,并能绕过当前主流的Rootkit检测工具的检测,其抗检测能力明显好于传统的内核级Rootkit。     

基于Intel VT硬件虚拟化的Rootkit技术

Intel VT硬件虚拟化技术使Rootkit可以利用底层优势实现深度隐藏。首先结合木马协同隐藏的思想,提出了基于Intel VT硬件虚拟化的Rootkit(HVRootkit)的协同隐藏模型,并给出形式化描述;然后根据该模型,在深入分析进程切换过程和操作系统内核数据结构的基础上,设计并实现了HVRootkit原型,该原型能够监控系统进程的切换过程,并通过修改与内核层进程视图和用户层进程视图相关的数据结构,隐藏系统进程。实验表明,HVRootkit原型符合协同隐藏的思想,能够实现对进程的深度隐藏,隐藏性能明显优于传统的内核级Rootkit。     

基于贝叶斯框架的显著目标检测

图像和视频显著性检测在计算机视觉领域引起了极大的关注,广泛应用于物体分割、可疑物检测、图像检索等领域,在贝叶斯框架下,将人类视觉注意力理论中Bottom-Up模式被动感知与Top-Down模式主动检测按照时间先后顺序结合在一起,并结合像素的"Center-Surround"模型和核密度估计,提出一种能由粗到精逐步感知和获取视场中视觉显著性目标位置及尺度的实时显著目标检测算法,称其为基于贝叶斯框架的显著目标检测.通过在微软MSRA数据集上进行ROC和Precision-Recall测试,证明该算法取得比目前经典算法更好的效果.     

一种电气设备状态诊断方法

随着电网技术的不断发展和电网规模不断扩大,电气设备数量激增、智能化程度越来越高;同时,终端用户对用电可靠性越来越重视,借助智能技术基于设备运行数据对设备进行故障诊断势在必行.本文以基于范例推理的理论(CRB)与支持向量机技术(SVM)为主要工具,提出了一种基于范例推理的电气设备状态智能诊断模型,试图通过电气设备已有数据的挖掘,获取电气设备故障的潜在发生规律,进而作为依据及时发现并排除电气设备的潜伏性故障.首先研究CRB和SVM在电气设备状态诊断中的应用;然后建立电气设备状态智能诊断模型,以电气设备的海量运行数据、历史数据、测试数据以及环境因素等为基础,建立电气设备的状态范例库,应用SVM回归对设备状态范例库进行深度的挖掘与分析,建立设备状态指纹,并以此为据进行电气设备运行状态的诊断分析;最后以油浸式变压器状态诊断为例,对实际数据进行分析诊断,并与三比值法的诊断结果进行比较.诊断结果表明,智能诊断模型诊断范围更广,诊断结果更准确.     

复合型第二种Weber方程边值问题的新解法

研究了复合型第二种Weber方程的一类边值问题,经变量替换转换为变型的Hermite方程边值问题.通过引入左(右)相似核函数,得到边值问题的左区间解可由左区间相似核函数和左边界条件的系数进行组装,右区间解可由左边界条件的系数和左引解函数、交界面条件的系数和右相似核函数进行组装,证明了复合型第二种Weber方程组边值问题的解式具有相似结构,由此提出了求解该类边值问题的一个新解法——相似构造法.     

面向新能源消纳能力评估的年负荷序列建模及场景生成方法

全年负荷序列是开展中国省级电网新能源消纳能力评估的基础,文中提出了基于聚类分析和马尔可夫链技术的年负荷序列建模和场景生成方法。首先,通过自组织映射对历史负荷数据进行典型日聚类分析,并采用离散马尔可夫链描述不同典型日之间的状态转移特性。针对每类典型日,采用核密度估计和t-Copula函数构建日负荷特性指标的联合概率分布模型。然后,通过马尔可夫链蒙特卡洛随机抽样生成每日的典型日状态和日负荷特性指标。最后,通过构建日负荷序列优化模型,实现每日负荷序列的优化重构,直至生成全年负荷序列场景。算例基于中国某省级电网全年负荷数据进行测试,并利用所生成的负荷序列场景开展未来年度新能源消纳能力的评估,结果验证了所提方法的有效性及实用性。     

嵌入式Linux与现代模具数控加工技术(二)

在分析和讨论了嵌入式Linux技术在模具数控设备中的应用及其系统结构后，具体介绍了如何应用此技术，并进行系统的集成直到完成最后的产品。从嵌入式Linux内核的裁减、实时性模块的开发、图形用户界面的开发到设备驱动程序的编写，最后还就基于Linux技术的网络化制造技术进行了一定的研究。嵌入式Linux技术是各种模具加工数控设备中系统平台的一种较好的选择。     

基于配点型无网格法的金属挤压过程数值模拟

阐述了配点型无网格法的基本原理,及其用于求解偏微分方程的步骤和方法,对Al在挤压成形过程中的塑性变形情况进行了三维无网格法模拟。该方法避免了有限元法因网格畸变需要重新划分网格的问题,同时解决了伽辽金型无网格法计算效率低的问题。计算实例表明,配点型无网格法可以利用初始节点完成全部计算,得到与有限元法相吻合的结果,是模拟金属塑性变形过程的一种有效的新方法。