网络安全防范与入侵检测技术

入侵检测是近几年发展起来的新型网络安全策略，它实现了网络系统安全的动态检测和监控。介绍了入侵检测系统的体系结构和检测方法，指出了入侵检测系统应具有的功能以及入侵检测系统的分类，分析了现有的入侵检测技术以及多种检测技术在入侵检测系统中的应用。     

基于JMF实时传输的远程授课系统的设计与实现

在简要介绍多媒体实时传输关键技术的基础上,对在JMF平台上实现音视频数据实时处理传输技术的远程授课系统的硬件结构和软件层次结构设计以及RTP流的发送和接收作了详细阐述,提出了一套从硬件到软件的完整设计和实现方案。为保证系统高度的实时性,采用了对音频和视频建立不同的虚拟信道,以负责不同媒体信息的传输,每个信道根据其媒体信息特点,赋予相应的服务质量参数,保证了信息的高效传输。     

Java/COM集成技术研究

论述了在Java中引用COM对象和使用Java创建COM对象服务的方法以及实现Java与COM交互通信的类、接口。介绍了几种软件产品：Jintegra、Bfidge2Java，并进行了比较分析。     

基于EPEA的SINS大失准角非线性初始对准方法

基于欧拉平台误差角(EPEA)的概念描述了理论导航坐标系到计算导航坐标系之间的失准角,推导了捷联惯导系统(SINS)在大失准角情况下进行初始对准的非线性误差模型.在系统噪声和量测噪声均为加性噪声且量测方程为线性方程时,给出了带阻尼解算的简化扩展卡尔曼滤波(EKF)算法和简化无迹卡尔曼滤波(UKF)算法,同时分析了不同失准角情况下初始对准过程的异同.静基座状态下的Monte Carlo仿真结果表明,大失准角和大方位失准角情况下,EKF和UKF算法都能满足对准要求,其中UKF算法较EKF算法具有对准时间更快、对准精度更高和适用范围更广的优点;小失准角情况下,由于捷联惯导系统的线性化误差变小,二者的对准时间和对准精度基本相同.     

基于BSN和CHMMs的人体日常动作识别方法研究

应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日常动作.针对动作识别过程中存在的多传感器数据融合问题,提出一种基于耦合隐马尔可夫模型(coupled hidden Markov models,CHMMs)的动作识别方法.实验结果显示,与已有动作识别方法相比,提出的基于CHMMs的动作识别方法的识别正确率有明显的提高.     

低成本MEMS磁力计校正方法研究

基于MIMU(magnetic and inertial measurement unit)的人体动作捕捉技术,每个测量单元在使用前,均需要对其磁力计进行校正.然而,一套人体动作捕捉系统具有7至十几个MIMU,因此缩短MIMU中磁力计校正的总时间是亟需解决的关键问题.磁力计校正可采用的旋转形式主要有两种,分别为八字旋转的校正方法和绕着各单轴旋转的校正方法.为了节省磁力计的校正时间并保证磁力计的校正精度,提出了一种优化的校正方法.即采用最小二乘法的椭球拟合方法,根据求得的椭球模型原点和半径均方根误差,确定最佳的旋转形式和旋转次数,以较快、较准确地校正磁力计.实验结果表明,绕各单轴各旋转1次的校正方法效果最佳.