基于改进微粒群算法的K-MEANS聚类和孤立点查找

K均值算法的聚类个数K需指定,聚类结果与数据输入顺序相关,而且易受孤立点影响.针对这些缺陷,首先以实验的方式证明了找到最优的初始质心是K-MEANS算法有效的条件,对局部版的微粒群优化算法(PSO)进行了改进,利用其局部搜索的功能查找到K均值算法的最优初始质心和存在的孤立点,克服了K均值算法的这些缺陷。     

扫描检测平台效用评估

利用网络中未使用IP地址构建扫描检测平台能够有效提高检测准确率,降低虚警率.在扫描检测平台实际构建之前,需要对可控部署地址资源的预计检测效用进行评估,以确定地址资源可达的检测目标以及明确平台构建的必要性.为此,提出一种基于网络分类的扫描检测模型,依据此模型可对扫描检测平台对于随机扫描源和本地优先扫描源的检测效用进行评估,为扫描检测平台部署构建提供理论指导.以法国电信Leurre’com Honeynet Project实际分布式检测平台作为效用评估样例.评估结果表明该检测平台能够有效检测类似Slammer蠕虫的高速随机扫描源和每秒至少发出2个扫描连接的本地优先扫描源,对低速扫描源检测效用低下.实际数据统计结果与仿真实验验证了评估结果的准确性.     

数据融合技术在公路隧道火灾探测中的应用

在分析公路隧道火灾特点的基础上,依据数据融合的基本原理,充分利用多个传感器资源,把多个传感器在空间和时间上的冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述。提出了一种基于数据融合技术的隧道火灾探测算法,以感烟、感温和感光传感器的模拟量为输入,利用人工神经网络和模糊逻辑技术对多传感器信号进行融合,设计出一种快速、准确和有效的隧道火灾自动探测融合系统,可缩短报警时间,降低误报警率。克服了火灾探测算法单一使用固定阈值的弊端。     

相关检测算法在全光纤电流互感器数据处理系统中的应用

介绍了当前国内外在进行数据处理时的研究现状和主要问题,详述了相关检测的原理,分析了相关检测算法在全光纤电流互感器数据处理系统中的应用,并画出了具体电路设计框图及其FPGA程序设计的组成框图。     

基于Adaboost的行道线检测

行道线检测是主动安全和视觉导航技术中的一个重要研究课题.在总结前人检测算法的基础上,设计了基于Adaboost算法的行道线检测方法.Adaboost算法作为一种新型的机器学习算法,可以在比随机预测略好的弱分类器基础上构建高精度的强分类器.该算法简单可靠、学习效率高,较好地解决了实时检测系统中速度和精度的矛盾.实验结果表明该方法有较好的检测效果.     

氢氧化铝颗粒的附聚动力学研究

以往的氢氧化铝颗粒尺寸对其附聚动力学影响的研究结果不甚相同,本文对此进行了进一步的研究。基于附聚过程的颗粒二元碰撞模型,以粒径ri-1,ri,ri 1的3种颗粒为作用物,按照穷举法,建立了附聚的物理模型。依照附聚模型给出了氢氧化铝颗粒的附聚速率方程,根据差分法求出了附聚的宏观速率,建立了不同粒径颗粒的附聚速率方程组。计算的动力学结果表明:等径颗粒的附聚速率常数要大于不等径颗粒的附聚速率常数;对于等粒径的颗粒,其中粒径最小的颗粒附聚速率常数最大,随着粒径增加,颗粒的附聚速率常数逐渐减少;对于不等径颗粒,其粒径相差越大,附聚的速率常数越小;动力学的计算结果与实验结果能够很好地吻合。     

基于模糊支持向量机的网络入侵检测技术

针对支持向量机算法中存在对噪声数据和异常数据敏感的问题，提出了模糊支持向量机算法，并应用于入侵检测．该算法是在传统支持向量机分类器的构造方法中引入隶属度函数，根据不同输入所得到的分类结果，产生相应的惩罚值．将这个方法应用到入侵检测系统中，能较好地将正常数据和异常数据区分开．实验结果表明，采用模糊支持向量机的入侵检测技术，其误报率低于基于支持向量机的入侵检测，同时其检测率也相对较高．     

基于模糊算子的形态学神经网络及其应用

构造了一种模糊形态学击中／丢失算子．结合形态学神经网络，提出了一种基于模糊击中／丢失算子的模糊形态学网络，并采用模糊形态学网络实现了血涂片图像中白细胞的定位／计数．实验结果表明，这种网络可以较好地处理细胞图像处理中出现的背景干扰、细胞粘连和部分遮挡的情况．     

Online Distributed Fault Detection of Sensor Measurements

In wireless sensor networks (WSNs), a faulty sensor may produce incorrect data and transmit them to the other sensors. This would consume the limited energy and bandwidth of WSNs. Furthermore, the base station may make inappropriate decisions when it receives the incorrect data sent by the faulty sensors. To solve these problems, this paper develops an online distributed algorithm to detect such faults by exploring the weighted majority vote scheme. Considering the spatial correlations in WSNs, a faulty sensor can diagnose itself through utilizing the spatial and time information provided by its neighbor sensors. Simulation results show that even when as many as 30% of the sensors are faulty, over 95% of faults can be correctly detected with our algorithm. These results indicate that the proposed algorithm has excellent performance in detecting fault of sensor measurements in WSNs.     

Analog Circuit Testability for Fault Diagnosis

In every field of engineering, testing is a fundamental step for the validation of design, being the most direct way to verify that a product meets its specifications. If the desired performance is not achieved, testing should identify all the causes of malfunctioning and indicate suitable corrective actions. Different algorithms relying on the symbolic approach have been presented in the past by the authors and in this work noteworthy improvements on these algorithms are proposed. However, how the testability is designed to maintain devices during its lifetime is discussed lack at present. Furthermore, this problem concerns needing more times on testing and fault diagnosis, and wasting more manpower and material resources. Especially in the army devices field, it is very important that maintenance and indemnificatory are advanced. In this paper, the parameters in testability design for fault detection and diagnosis will be given. The detailed contents of testability will be proposed, including the dividing of circuit module in equipment, technology material needed for detection and requirement of specifications used for testing.