Lyapunov特性指数用于混沌判据

针对系统动力学行为相变量上的判别依据问题,将Lyapunov特性指数作为混沌判据,引入微弱信号混沌检测领域.详细阐述了用于微弱谐波信号混沌检测系统的Lyapunov特性指数的计算方法,给出了Lyapunov特性指数与待测微弱谐波信号幅值间的关系曲线以及系统相变前后的Lyapunov特性指数的时间演化曲线.仿真实验证明了该算法的有效性,与Melnikov方法相比,以Lyapunov特性指数作为混沌判据具有计算简单、判别准确的优点.     

医学超声波图像的边界保护滤波及特征映射补偿

提出的补偿方法不依赖于对组织数据的初始化分类,而是从原始数据中抽取组织特征映射到二维可视化平面.首先对图像进行边界保护滤波,然后归纳出4种基于图像灰度信息的特征映射补偿方法.实验结果表明,通过补偿方法得到的图像可以辅助医生对病变体及其它感兴趣的区域进行定性分析,从而提高临床诊断的准确性.     

基于Mobile Agent的入侵检测系统模型的研究

提出了一个基于MobileAgent技术的入侵检测系统模型.该模型采用传送Agent实现关键主机的隐藏,提高系统的抗攻击性;采用分区域管理增强系统的扩展性及适应性;在CIDF通信协议下,采用协作Agent实现多个入侵检测系统的协同工作.此外,还对模型的优缺点做了分析,为将来MobileAgent在入侵检测系统中的应用提供一定的依据.     

校园网信息安全及对策

文章分析了校园网存在的安全问题;提出了校园网安全的若干对策,提出了校园网安全规划的思想以及管理与技术并重的安全策略。     

桩基承载力检测新技术的研究和推介

介绍了可以直接测得桩端阻力与桩侧阻力的静载荷试验新方法—自平衡法,该法具有装置简单、省钱、省时、省力等特点。应用该法对佛山市某工程两根桩基础承载力检测,方便快捷,值得推广。     

基于物体关系描述的单目语义SLAM方法

外界环境的语义感知和自身位置的准确估计是移动机器人自主导航和作业的关键.提出了一种基于单目相机的语义SLAM(simultaneous localization and mapping)方法,在轨迹估计的同时完成三维目标检测.提取物体自身语义、尺寸、颜色分布及其邻域拓扑结构等多元信息作为描述子,实现帧间物体的准确关联....     

斑点免疫结合法检测3种植物病毒

研究了改进的斑点免疫结合法在检测芜菁花叶病毒、烟草花叶病毒和小西葫芦黄化花叶病毒中的应用.无论是使用全抗血清还是纯化的免疫球蛋白,检测感染组织粗汁液中的病毒或纯化的病毒,均获得了满意的结果.同时进行的斑点免疫结合试验、酶联免疫吸附试验和免疫吸附电子显微术等的比较结果表明:无论是检测纯化病毒还是感染组织粗汁液中的病毒,斑点免疫结合法的检测敏感性均优于后2种方法,病毒的可测感度芜菁花叶病毒为0.65ng,烟草花叶病毒为0.39 ng,小西葫芦黄化花叶病毒为0.45 ng;应用碱性磷酸酶标记抗体及羟基吲哚磷酸盐和氮兰四唑为底物较为合适,这种底物可在室温下长期保存,并且反应产物为不褪色的紫色,易于观察和保存.     

基于离散余弦变换和边缘检测的图像水印技术

作为信息隐藏在计算机多媒体领域的一个重要应用,数字水印技术使得人们能够在多媒体信息(如图像、声音、视频)中嵌入不可见的信息(水印).数字水印技术为多媒体版权保护提供了一个崭新的方法,近年来在国际上引起了人们极大的兴趣和注意,得到广泛的研究和应用.将离散余弦变换与图像边缘检测技术相结合,提出一种新的图像水印方法.实验表明,与传统Cox方法相比,这种方法在降低原始图像视觉失真和经攻击后水印图像失真两方面都达到较好的效果.     

一种新型的针对频率选择性MIMO信道的空时分层检测算法

在FS-BLAST算法的基础上,提出了一种改进的适用于频率选择性多输入多输出(MIMO)信道的接收方案,该方案采用部分最大似然分层检测,其主要思想是在空时分层检测的基础上,部分地引入最大似然(ML)检测,从而有效地克服FS-BLAST类算法由于误差扩散所导致的系统性能下降的缺点.该方法的特点是仅对接收信号的一部分使用最大似然检测,因此,计算量并没有太大的增加.另外,该方法可以自由地选取进行最大似然检测的信号维数,因此可根据实际系统特点在计算复杂度和误码率性能间选取最优折衷.     

被动式球形电极地面静电探测系统模型

研究探测电极和大地介质对目标静电场的影响.将空中静电目标、探测电极和大地作为一个整体系统,利用镜像法建立了空中静电目标的被动式球形电极地面探测系统模型.理论分析及仿真计算得出探测电极低架设有益于提高电极输出信号的结论.由于探测系统模型是迭代的运算式,为便于实际应用,推导出探测系统的简化模型,为后续的对空中静电目标进行定位奠定了基础.经计算分析,简化的系统模型和原探测系统模型非常吻合.