基于小波分析的语音端点检测方法研究

为了提高语音信号端点检测的准确率,提出了基于小波分析的端点检测方法。该方法在传统基于能量和过零率的端点检测方法基础上,通过小波分析计算语音信号各子带能量,进而求得其方差作为第三道门限,对信号进行三级门限检测。仿真实验表明,该方法比传统方法更有效、更优越,能够比较准确的检测语音信号。     

一种双阈值熵算子边沿检测算法

分析了噪声点和边沿点局部熵的特点,提出了一种双阈值熵算子边沿检测算法,它具有良好的抗噪声能力,实验结果表明本文算法优于传统单一阈值熵算子边沿检测算法,它是一种很有效的边沿检测方法。     

基于ANN的移动通信网络入侵检测模型研究

为了对移动通信网络中的非法用户进行检测,从移动通信网络的特点入手,通过对用户的行为特征进行分析,将ANN引入到了移动通信网络的入侵检测当中,建立了基于ANN的移动通信网络入侵检测模型。对该系统进行了实现,设计了用户行为特征提取模块和采用BP算法的ANN分析模块。最后对系统的优缺点进行了评判并给出了实验分析结果。从实验结果可以看出,此系统能够很好地解决移动通信网络入侵检测难的问题。     

一种针对DDoS flooding攻击的异常检测方案

随着网络用途的不断扩大和Internet互联网络带宽的增加,网络遭受攻击的形式也越来越多,越来越复杂。分布式拒绝服务攻击DDoS是互联网环境下最具有破坏力的一种攻击方式,尤其以TCP flooding和UDP flooding攻击为代表。文中通过分析DDoS flooding的攻击特点和TCP协议的连接过程,利用网络流量的自相似性等特点,设计出一种针对DDoS flooding攻击的异常检测方案。     

基于Haralick离散正交多项式曲面拟合的弱小多目标检测方法

提出一种红外弱小多目标图像检测方法,图像先经过中值滤波、高提升滤波增强处理,再用基于Haralick离散正交多项式曲面拟合图像,拟合曲面的极大值点即目标点,可以利用导出的二阶方向导数算子与图像进行卷积得到。对天空、地面背景下低信噪比的红外弱小多目标图像能够有效地分割,增强处理能够有效地抑制噪声干扰。描述了对图像的处理过程,并分析了分割结果。实验表明该算法在执行效率和检测概率上能够取得满意的结果。     

干涉光谱仪遥感探测的信噪比研究

干涉光谱仪进行空间目标探测时有很多影响因素。通过计算太阳对目标的表面辐射,利用大气传输模型分析软件——MODTRAN分析计算在可见光到近红外范围的天空漫反射辐射和背景辐射,给出探测器接收到的信号电子数。另外分析各种噪声源,给出主要噪声源的计算方法,并以电子数为基本单位表达各噪声的大小,从而推导出干涉光谱仪接收到的信噪比（以电子数为基本单位）的一般表达式。同时,分析各种因素对成像质量的影响,提出可行的方法改善成像质量。     

一种基于视频的停车场车位监控算法

提出了一种基于视频的停车场车位监控算法。用户通过鼠标操作标定车位位置。监控算法基于以下三种判据：判据一是差影的均方值,可反映车位占用状态变化事件的发生;判据二是差影的方差,判据三是前景与背景比值的方差,通过判据二、判据三可以排除干扰、确认车位状态变化。当三个判据数值稳定时,更新车位背景。实验表明：该算法能够快速、准确地反映车位状态变化,易于实现。     

应用概率统计方法对混沌信号进行非相干检测

提出一种基于概率统计的方法, 采用最大似然法和贝叶 斯公式, 在Chaos Shift Keying系统的接收端重构发射端混沌映射, 实现混沌信号的非相干检测. 在系统的发送端, 根据所发送的二进制信号对混沌映射系统进行分叉参数调制, 由于混沌信号对参数条件的敏感性, 所以在不同的参数条件下混沌信号有很大不同, 在接收端采用概率统计方法, 对信号发生的概率进行计算, 根据事件发生概率的不同判断接收到的数字信号. 理论推导和计算机仿真结果基本一致.     

自动驾驶中基于深度学习的3D目标检测方法综述

随着激光雷达传感器和深度学习技术的快速发展,针对自动驾驶3D目标检测算法的研究呈现爆发式增长。为了探究3D目标检测技术的发展和演变,对该领域中基于深度学习的3D检测算法进行了综述。根据车载传感器的不同,将当前基于深度学习的自动驾驶3D目标检测算法分为基于相机RGB图像、基于激光雷达点云、基于RGB图像–激光雷达点云融合的3D目标检测3种类型。在此基础上,分析了各类算法的技术原理及其发展历程,并根据平均检测精度（mAP）指标,对比了它们的性能差异与模型优缺点。最后,总结和展望了当前自动驾驶3D目标检测中仍然面临的技术挑战及未来发展趋势。     

基于逐级反向选择算法的入侵检测

提出了一种改进的人工免疫系统算法——逐级反向选择算法,与Forrest提出的反向选择算法比较,在探测子的生成效率上有了本质性的提高．该算法将反向选择过程和克隆选择过程有机地结合在一起．将逐级反向选择算法用于具体的入侵检测,检测效果有明显的提高。