基于多传感器数据融合与挖掘的分布式入侵检测模型

为有效解决分布式攻击,提出了基于多传感器数据融合与挖掘的分布式入侵检测模型.将多传感器数据融合与数据挖掘技术应用到分布式入侵检测中,可连续和全面地提供网络攻防战场环境态势的综合评估.     

一种基于小波变换的超光谱图像融合方法

超光谱图像小波融合是一个前沿的研究课题．在保留超光谱图像中各波段的光谱信息基础上，为增强边缘细节的表现能力，提出了基于小波变换的方差加权融合方法．并将融合结果与传统小波融合方法进行了比较．计算机仿真表明，该方法获得了更好的超光谱图像融合效果．     

建筑与景观的形态整合:新的策略

针对建筑与景观的形态整合探讨了近年来出现的新策略,分析了这些新策略的背景、发展、特征与例证.景观的场域性关注于整体景观的深层结构,其中建筑的形态来自于多重控制系统的复合叠加.对地表的操作主要来自于大地艺术的影响,其中包含着屋顶/地表的互逆.原型形态基于集体无意识而具有丰富的象征意义,表达了人工与自然的对比与张力.这些新的策略促进了当代建筑形态的多元化发展,并提示走向建筑学、城市规划学和景观营造学的三位一体.     

加权数据融合算法及其应用举例

建立了一种基于格罗贝斯(Grubbs)准则和聚类分析的加权数据融合算法，即先用格罗贝斯准则剔除所测数据中的疏失误差数据，再用聚类分析的方法对剔除疏失误差数据后的测量数据进行聚类，并由此确定各类别的权数(加权因子)，最后利用所得权数进行加权融合得出被测对象的融合估计值。实验证明，该算法简单有效，且适合计算机编程。     

多传感器信息融合技术在光电经纬仪系统中的应用研究

经纬仪系统是一个比较复杂的多传感器系统，多传感器信息融合(Multi—seneor Data Fusion)是把多种传感器中于一个统一的感知系统(这个感知系统就是多传感器信息融合系统)中，从而有机地综合利用多个传感器来的数据和信息，以便获得对周围环境的更多或更准确可靠的认识．研究多传感器信息融合技术在经纬仪系统中的应用，可以提高仪器的可靠性和自动化程度，以及跟踪精度和实时输出精度．     

基于层次分析模糊特征融合的目标识别

提出了基于层次分析法模糊特征融合的目标识别，给出了确定多因素属性特征参量相对重要性的量化关系和综合模糊推理识别的权重向量求解方法，利用综合模糊评判模型进行辐射源的属性判决识别。通过计算机仿真试验，证实了该方法的有效性。     

一种新的基于投影矩的三维图像配准方法

提出一种投影矩的概念，并将其用于三维医学图像的配准．与传统的几何矩相比，投影矩不仅可以完各地描述图像的特征，而且计算量较小，因而可以将其用于三维图像的实时配准．选取待配准的2幅三维图像若干阶投影矩差的平方和为目标函数，采用Powell方法求取最优解，得到配准结果．将方法应用于一些模拟和实际数据，获得了较高精度的实验结果；并且缩短了整个计算过程的时间．这表明投影矩在多模态医学图像的配准和融合等方面具有潜在的实用价值．     

基于扩展Kalman滤波的声阵列定位数据融合算法

利用各阵元和目标相对于一中心阵元的几何关系建立目标运动方程，坐标变换方程和声阵列测量方程，并以此建立了声阵列目标定位模型。在此基础上提出了基于扩展Kalman滤波算法的目标定位数据融合算法。通过地面目标和空中目标的计算机仿真表明，本算法能够有效地克服由于智能雷布阵的随机性给智能雷定位数据估计带来的困难，对声阵列定位数据也能进行较好的融合，对提高定位精度有一定效果。     

微生物原生质体融合技术及其在育种中的应用

原生质体融合又称体细胞杂交,它具有遗传信息传递量大,不受亲缘关系的影响,可有目的地选择亲株以选育理想的融合株,便于操作等优点,在遗传育种中具有广阔的应用前景.本文就原生质体融合的方法,融合子的筛选,以及该技术在微生物遗传育种中的应用作一综述.     

基于神经网络技术提高红外气体分析器的选择性

应用前馈神经网络算法消除非目标参量对主传感器的干扰,从而提高了红外气体分析器的选择性.以检测甲烷为例,在干扰气体乙烯的体积分数变化了7600×10-6时,经神经网络融合处理后,分析器的选择性系数从3.17提高到422,主传感器输出的引用误差从58%降为0.65%,实现了对甲烷的准确识别.实验结果表明,该方法具有实际应用前景.