基于协同组的校园信息系统安全模型研究

本文针对目前校园网的安全问题进行分析,通过研究现有防御技术及主流的内网安全策略,结合一般高校的关键业务流范型,找到了一种可以实现校园网“安全性、可控性、高效性”三个发展目标的方法。即通过软硬件手段,构建基于三层协同组的校园网信息系统安全模型。本模型的特点是提高了校园网的整体运行效率,发挥了终端信息系统CPU的作用并实现了终端的自动维护。最后通过蠕虫防御仿真对比实验验证了该模型在安全防御中的性能优势。     

智能N维向量的空间模型

传统向量空间模型在计算复杂度、查询性能、智能性方面存在种种缺陷。在其基础上，提出了智能N维向量空间模型，改进了文档特征向量生成的算法，使用局部统计数据计算特征向量，大大降低了计算复杂度。模型采用用户点击作为反馈，提出了对初始的文档特征向量和用户查询向量进行调整的算法。最后，从理论上对两种模型的性能进行了对比分析。     

多模序列图像目标跟踪的特征融合粒子滤波实现

针对图像制导中信息的模糊性和不确定性问题,将多源信息融合技术应用于红外／可见光双模复合成像制导。采用方差比测量的方法将特征选择问题转化为一个两类判别问题,并引入自适应特征选择机制;通过计算目标和背景间不同特征分布直方图对应的似然比,在高维特征空间中选择4个判别性较好的特征区分目标和背景,根据bahattacharyya距离建立跟踪所需的观测似然函数,在粒子滤波的框架下实现了算法对单模序列图像中目标的跟踪;引入跟踪性能品质度量因子和加权融合策略衡量多信源下对目标的跟踪性能,实现对双模序列图像中目标的稳健跟踪,解决了单一信源在特定因素下跟踪性能不理想的缺陷,提高了算法性能。仿真实验结果验证了算法的有效性。