区块链增强无人机蜂群系统安全性分析

无人机蜂群作战在面对高强度对抗、动态性战场变化时具备规模优势和成本优势,目前已经被全球各国广泛用于军事领域。同时,无人机蜂群系统也成为了网络攻击目标,面临着恶意节点入侵、无人机劫持、无线干扰和数据窃取等安全风险。区块链技术具备非对称加密、链式数据存储、节点协作共识等特点,被研究用于抵御分布式网络攻击威胁的有效技术手段,在一定程度上可以有效增强无人机蜂群的安全性。对目前无人机蜂群系统发展情况和面临的安全风险,以及区块链技术增强无人机蜂群系统安全性的可行性进行了分析和研究,提出了应用区块链技术的一些技术挑战。     

基于生成模型约束的graph cuts标签融合算法

人脑磁共振图像（magnetic resonance imaging,MRI）分割算法易受图谱错误标签的影响,为减少错误标签对标签融合准确度的影响,提高人脑磁共振图像的分割精度,在图谱预选阶段采用梯度信息和互信息筛选出相似性较大的图谱图像,标签融合阶段提出利用生成模型（generative model,GM）约束的graph cuts标签融合方法,快速准确地分割出人脑海马体结构。与其他的标签融合方法对比,提出的算法具有更高的分割精度。     

基于Hinkley算法的突发水污染分级报警方法

预警算法是水质生物预警系统成功预警水质突变的关键。研究利用Hinkley算法对其行为指标进行了优化,并引入综合报警指数Y,建立水质突变分级报警模型。结果表明：在CuCl₂突发暴露下,其活动强度、位移强度呈现快速上升后又下降的趋势,聚散强度经过短暂下降后又上升。2.0 TU时,各行为指标的强度明显高于空白组,毒性对各行为指标呈现一定的抑制作用。模型在感知污染物暴露后每隔20 min报警一次,随着时间、毒性浓度的变化,报警级别依次为初级(水质有可能已经被污染)、中级(20%～40%的鱼群出现尾巴停摆现象)、高级(40%以上的鱼群出现翻肚现象)。基于Hinkley算法的水质突变分级报警模型的建立,使水质预警更准确、有效,为水质污染状况评估、水质安全性评价等工作提供参考。     

基于ANTs配准的多图谱分割算法比较研究

为提高海马体多图谱分割的精度和时间效率,提出基于高等标准化工具(Advanced Normalization Tools,ANTs)配准的多图谱分割算法.为降低数据规模,在预处理阶段,提取以海马体为中心的立方体box.在配准阶段,提出用ANTs代替重采样环节,再利用微分同胚Demons算法的平滑性、拓扑保持性以及连续性...