多窗口融合判别子空间的高光谱图像异常检测

由于高光谱图像异常检测受到不规则背景和噪声的干扰,直接应用传统的RX异常检测算法会造成很高的虚警和很大的运算量.针对这一问题,提出了一种基于判别子空间的结合多窗口融合的RX算法.首先在无先验信息的前提下采用聚类的方式得到样本类别,并对占优聚类样本进行判别特征提取;然后利用正交子空间投影使背景和目标信息达到最大程度的分离以实现对背景的抑制,从而在抑制背景的基础上利用局部多窗口融合的RX算法进行异常检测;最后将AUC值作为评价检测方法性能的指标. NUANCE和HYDICE高光谱数据异常目标检测实验的AUC值统计结果表明:多窗口融合算法在检测性能方面优于经典的全局和局部RX算法,它对背景和噪声有更强的抑制作用,且检测到的异常目标精确,可见该算法是有效而可行的.     

基于低秩和重加权稀疏表示的红外弱小目标检测算法

红外弱小目标检测技术是红外告警系统中的关键技术之一，但如何精确、快速、鲁棒地进行弱小目标检测依然是个难题。该文提出了基于低秩和重加权稀疏表示的红外弱小目标检测算法，设计了新的优化方程，更精确地描述了背景矩阵的秩，利用结构张量提取红外图像的局部先验信息权重，同时提取目标矩阵的自增强稀疏权重，使模型能够更好地抑制背景中的边缘干扰来提取目标。实验表明：所提算法精度优于现有的经典基线算法，速度超越了一些经典算法。从性能和时间两个方面综合考虑，所提算法有着较好的优越性，对远距离红外弱小目标告警具有积极的意义和良好的应用价值。     

基于HSV颜色模型和形状特征的交通标志检测算法研究

交通标志检测是无人驾驶的重要组成部分,如何快速准确检测出交通标志对无人驾驶有重要的作用。本文提出一种基于HSV颜色模型和形状特征提取共同检测交通标志的算法,通过HSV颜色模型的特定颜色阈值,从实景图中找出感兴趣区域,然后对其进行形状特征判断以确定目标区域。最后进行实际道路环境测试,该算法能在复杂背景中准确地检测出交通标志区域。     

Credit-Recovery分布式并行终止检测算法的改进

探讨Credit-Recovery分布式并行终止检测的算法,并对算法的不足之处进行改进,提出了改进后的算法模型和描述.通过理论分析和验证,表明该模型适用于非集中式分布式并行计算的终止检测,并提高了精确度和性能.     

电容式MEMS传感器的PSPICE仿真模型研究

从电容的精确电学模型出发,根据MEMS电容的特点,建立了MEMS电容的PSPICE模型,对电容式MEMS传感器的机电耦合过程进行了分析,提出了建立其PSPICE仿真模型的一般方法,并以电容式微加速度计为例,介绍其PSPICE仿真模型建立的详细过程,并利用该仿真模型,对其闭环检测电路进行了PSPICE仿真,仿真结果表明该PSPICE模型能够精确模拟MEMS传感器的机电耦合行为。     

出租车空车搜索多主体仿真模型

出租车运营中空车与乘客的相互搜索是一个动态、随机的复杂交互过程,解析方法难以刻画这类行为.采用多主体技术设计城市出租车运营仿真架构,模拟出租车与乘客在路网上相互搜索的动态过程.出租车主体采用慎思结构实现,乘客决策依据随机效用理论,路网分解为道路、交叉口和站场三类Agent.模型能够描述出租车运营中常见的路边随机上下车行为,并考虑了出租车运营的动态交通环境,可以为解决我国出租车问题提供理论支持.     

基于协作的网络协议异常检测算法

最近跟踪发现目前现有网络协议异常检测技术只是对常见的协议进行检测,具有一定的片面性,对Do S攻击中的SYN Flooding攻击无法检测到.为了提高检测性能的实用性和实时性,应用协作式方法将基于马尔可夫链检测法和均值评估法共同实现了协议异常检测建模,分析了模型建立的过程并提出了模型系统架构.论述了在马尔可夫链的基础上建立异常检测子模型以及如何使用均值评估法建立检测模型.结果表明该模型对应用层的多种协议和传输层TCP协议进行异常检测以及对SYN Flooding攻击检测效果明显.该算法不仅具有一定的理论创新,还具有较强的实用价值.     

智能监控系统的图像检测设计

智能监控系统图像检测算法的本质是对视频图像中的敏感对象进行监测,提取其客观信息构建对图像和目标的描述,决定其有效性和可靠性的基础是所采用的图像分割算法。通过分析和大量试验结果的比照验证,提出了一种图像检测算法在数字监控系统中的应用,并利用卡尔曼滤波的运动跟踪特性进行进一步的噪声滤除,适用于运动车辆在固定背景下的监测,使得视频图像分析能够适合集成到视频图像采集压缩前端模块中,运用改进的算法模型实现计算效率最大化以及目标判断准确性。     

基于动静结合的单一背景目标检测方法

本文通过研究目标在单一场景条件下的成像特点与背景图像特征,提出一种基于动态特征、静态图像特征结合的单一背景目标检测算法框架模型。然后,通过分析算法模型对目标特征凸显的两种策略模式,分析其突出特征。最后,结合背景抑制分割方法,实现背景中目标的自适应溢出。     

改进Faster R-CNN算法及其在车辆检测中的应用

为了更准确地得到符合车辆形态学特征的初始候选框,提出一种基于改进的Faster R-CNN模型的车辆检测算法.首先提取目标框的人工标注坐标值,得到标注框的宽度和高度,然后利用K-means算法对所有框的宽高值进行聚类,得出聚类中心点坐标值后,重新设置RPN的锚盒尺寸及比例,对Faster R-CNN算法的3种尺寸和3种比例加以改进.最后选择轿车、SUV、客车和货车4种车型车辆数据,对改进前后的Faster R-CNN模型进行训练,比较改进前后的模型在车辆检测及车型识别任务中的表现.实验结果表明,使用改进的Faster R-CNN模型达到86.54%的检测准确率,较原始模型提高3.12%.并且该模型有效解决了漏检和误检问题,在恶劣天气和复杂背景下均表现出较高的鲁棒性.     

一种对R-Lambda码率控制模型的改进算法

最新的视频编码标准HEVC的参考代码通常采用rate-Lambda(R-Lambda)模型进行码率控制,但R-Lambda模型为I帧分配的目标码率过多,导致后续视频帧因目标码率不足而重建质量严重下降.为此,对R-Lambda模型进行改进,根据图像的运动趋势和复杂度将I帧划分为运动区域、纹理复杂区域、纹理平坦区域.分配目标码率时,根据人眼视觉系统特性为视觉敏感区域分配更多码率,给非视觉敏感区域分配较少码率,最后利用R-Lambda模型计算相应的QP值.实验结果表明,所提算法在保证重建视频主观质量连续性的同时,提高了重建视频的整体质量.     

基于自适应核方法的正交子空间投影异常检测算法

在高光谱图像的异常目标检测核方法中,高斯径向基核函数的宽度决定因子(即核参数)选择恰当与否是决定算法性能的重要因素。针对这一问题,提出了一种基于自适应核方法的正交子空间投影高光谱图像异常检测算法,有效的解决了统一的全局检测参数在复杂多变背景环境下检测性能下降的问题。这不仅提高了算法的通用性,也降低了检测的计算量。用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行比较,结果表明,所提出算法的检测性能明显地优于传统算法,降低了虚警概率。     

基于M-GCHMM步态识别研究

步态识别是通过人走路方式来识别人的身份方法.该文采用高斯多元混合输出模型,改进CHMM在步态识别中的应用.首先,采用背景减除法进行步态检测,用边缘跟踪法提取出步态图像的边缘轮廓,训练得到的关键帧用多元高斯混合输出连续隐马尔可夫模型来表示,最后用近邻法进行识别.在不同视角下,利用CASIA数据库对该算法进行验证,取得了较高的识别率,该算法对视角的变化有一定的鲁棒性.     

基于分布式聚类的作物生长环境异常检测方法

为了处理大量分布式存储的农业环境数据,提高农业生产效率,对高斯混合模型聚类算法进行了改进,提出了一种基于分布式聚类的农业环境数据异常检测方法.在Spark分布式计算框架下,首先对数据进行粗聚类,得到初始化模型;然后利用Spark迭代更新模型直至稳定,其中Map阶段将样本点分配到模型,Reduce阶段更新模型个数及参数;最后利用聚类结果,实现环境异常值的检测.实验结果表明该方法可行有效.     

基于计算机视觉的水位检测算法

鉴于传统的水位读数方法误差大,成本高,需要一种精确、实时、鲁棒的智能水位检测算法来高效读取水位,为此提出了一种基于计算机视觉的水位检测算法以满足实际需求。首先对拍摄到的图像进行预处理和边缘检测以找出水尺位置,并通过仿射变换对水尺进行矫正。通过两种策略在水尺区域找到水尺关键字的位置,即关键字处理。然后对边缘特征进行投影并检测出水面位置。最后根据关键字处理结果和边缘特征计算得到水面高度。大量实验和实地测试的结果表明：所提算法在基于计算机视觉的水位检测、水尺读数等领域具有理论和应用的双重价值。     

基于计算机视觉的水位检测算法

鉴于传统的水位读数方法误差大,成本高,需要一种精确、实时、鲁棒的智能水位检测算法来高效读取水位,为此提出了一种基于计算机视觉的水位检测算法以满足实际需求。首先对拍摄到的图像进行预处理和边缘检测以找出水尺位置,并通过仿射变换对水尺进行矫正。通过两种策略在水尺区域找到水尺关键字的位置,即关键字处理。然后对边缘特征进行投影并检测出水面位置。最后根据关键字处理结果和边缘特征计算得到水面高度。大量实验和实地测试的结果表明：所提算法在基于计算机视觉的水位检测、水尺读数等领域具有理论和应用的双重价值。     

一种新的基于背景色度的镜头边界探测算法

提出了一种基于背景颜色不变量的改进双直方图算法进行镜头边界探测.该方法首先采用连续帧间差的4次统计量假设检验分离出背景区域,然后选用L^*a^*b^*彩色模型来计算背景区域的色度,再利用改进的双直方图算法进行镜头边界探测.本方法所需计算量较小,且可保证较高的精度.实验结果表明,该算法的分割效果明显优于其他几种算法,更加准确高效.     

基于出行时间的轨道交通站间距探讨

轨道交通站间距的大小对于出行者的出行时间具有重要的影响.通过Wardrop用户平衡原则揭示出出行者选择最短出行时间的行为特征.引用了基于出行时间最小的轨道交通站间距模型,指出了模型中假设乘客从起点到出发站和从出发站到目的地均采用步行方式不合实际出行状况.并且对于不同的到站距离,乘客采取的到站方式也是不同的.在此基础上提出合理的轨道交通的站间距能减少乘客出行时间,方便乘客出行.并通过案例进行了定量分析.     

改进的τ-leap算法在生化反应系统随机模拟中的应用

提出了一种丁一选择策略,有效地反映了生化反应系统中分子数日的改变.并由此提出了改进的τ-leap(improved τ-leap)算法,该算法对生化反应系统的随机模拟更为有效和实用.并以两个生化反应系统模型为例,分别用精确的SSA算法、改进的τ-leaping算法以及已有的修正的τ-leap(modified tau-leap)算法进行了模拟计算.仿真实验结果表明:在具有同等计算复杂度的情况下,改进的τ-1ap算法较修正的τ-leap明显地提高了模拟精度.     

基于数据流技术的电信网络异常检测模型研究

通过分析当前电信网络中数据流的特点,结合当前研究成果,给出SWDM数据流入侵检测模型。模型对基于密度和基于距离的两种算法分别进行了改进,将两种算法有效结合,该模型的入侵检测效率有了较大的提高。