射频识别技术防碰撞算法的研究

电子标签防碰撞是射频识别技术中的关键问题之一。解决这个问题可以采用时分多路存取技术,其相关的算法有ALOHA法、时隙ALOHA法、二进制搜索法、动态二进制搜索法等防碰撞算法。这几种算法在实现方式、应用效率上各有不同,本文对这几种算法进行了分析论证。     

改进的RFID防碰撞算法在仓储管理系统中的应用

RFID标签防碰撞是无线射频识别技术的关键问题之一,目前常用的二进制防碰撞算法虽然识别正确率较高,但存在着重复搜索过程,影响了识别速度.为了提高RFID系统识别标签的效率,在二进制算法的基础上进行了改进,并对算法的性能进行了分析,得出改进的算法比二进制算法提高了识别的效率,尤其在被识别的标签数量较大时,能显著地节约识别标签所花的时间,提高仓储的作业效率.     

基于后退策略的位传输二进制搜索算法

多个电子标签在识别时发生碰撞是射频识别(RFID)技术中的关键问题,通常使用的是二进制搜索算法,在其基础上提出的位传输二进制搜索算法是二进制算法的一种变异算法。文章在位传输二进制搜索算法的基础上进行改进,提出一种新的算法,并给出了该算法的软件实现;通过分析比较证明该算法的优异性能。     

基于深度神经网络的配资网站识别研究

随着互联网金融的迅速发展,配资类网站给人们的财产安全造成的威胁日趋严重.而传统的恶意网站识别技术只适用于部分特征显著的网站识别,导致对配资网站的识别效果不佳.本文从多个维度选取特征,将识别特征归纳为域名特征、搜索引擎收录特征、标签特征、图片特征和文本特征等五大类,较好地体现了配资网站与其他类别网站的本质不同,并结合深度神经网络,建立配资网站识别模型.为验证该模型的有效性,论文设计了深度神经网络模型与决策树算法、支持向量机算法、K-邻近算法的对比实验.从实验中发现,基于深度神经网络的配资网站识别模型提高了配资网站的识别准确率,模型准确率达到95.9%,精确率达到98.7%,各类评估指标效果均优于传统的机器学习算法.实验结果表明,该方法能有效地识别配资网站.     

基于降维的堆积降噪自动编码机的表情识别方法

堆积降噪自动编码机是一种典型的深度学习模型,它能够刻画数据丰富的内在信息,具有较强的特征学习能力。基于主成分分析（principal component analysis,PCA）技术和堆积降噪自动编码机（stacked denoising autoen-coders,SDAE）模型,提出一种新的表情识别算法PCA＋SDAE。该算法对人脸图片进行裁剪及归一化等预处理,采用主成分分析技术对人脸特征进行线性降维,再利用堆积降噪自动编码机逐层进行特征学习并同时实现对人脸表情数据的非线性降维,可以得到更好的、维度更低的表情特征,并据此进行表情分类。对PCA＋SDAE算法的仿真测试实验结果表明,其综合性能比其他的基于深度学习模型的表情识别方法更好,同时与传统的非深度学习表情识别方法相比,它具有更高的表情识别正确率。     

基于log-Gabor小波的掌纹识别算法

掌纹识别是一种新兴的身份识别技术,具有易于采集、纹理丰富等优点,为此提出一种基于log-Gabor小波进行特征提取的掌纹识别算法.该算法首先用log-Gabor小波对掌纹目标区域（region of interest,ROI）进行滤波,然后根据滤波后图像的相位信息形成二进制掌纹特征码,最后用汉明距离来衡量不同掌纹特征码的相似度.在UST掌纹库上的实验结果达到了较高的识别率,验证了该算法的有效性.     

基于帧分组与二进制搜索树识别的RFID防碰撞算法的研究

针对射频识别(RFID)系统中,多个标签同时响应同一阅读器时产生的信息碰撞问题,提出基于帧分组与二进制搜索树识别的RFID防碰撞算法.该算法首先基于帧时隙ALOHA算法对标签进行识别,并依据碰撞时隙将未识别标签分成若干组,然后运用二进制搜索树算法依次对各组进行确定性识别,最后通过对算法进行性能分析及仿真比较,该算法在吞吐率和识别效率2方面较传统算法都有很大程度的优化,在L=N/2,且当N=100时,该算法的吞吐率较帧时隙ALOHA算法和二进制搜索树算法分别提高10%和34%;在L=N,且当N=100时,该算法的识别效率较帧时隙ALOHA算法和二进制搜索树算法分别提高12%和37%.     

一种新的RFID防碰撞算法的研究

分析了RFID系统中二进制搜索算法和动态二进制搜索算法的防碰撞原理,并针对这些算法对碰撞连续的标签进行识别时操作效率较低,提出了一种新的算法.该算法是在二进制树形搜索算法的基础上进行改进的.对3种防碰撞算法的性能进行了比较,此防碰撞算法可以提高多卡识别的效率.     

基于循环特征的调制模式识别算法

介绍现有通信信号调制模式识别算法,对二进制幅度键控、二进制频移键控、二进制相移键控、正交相移键控、最小频移键控等几种数字通信信号的循环平稳特性建模分析,并提取出了循环谱密度函数α轴上的最大幅度归一化值a、循环谱密度函数f正半轴上的脉冲个数m、循环谱密度函数α正半轴上的脉冲个数n等相关的特征参数,通过分级判决来实现基于通信信号的循环特征的调制模式识别。仿真表明,基于循环特征的调制模式识别算法在-2 dB的加性高斯白噪声条件下,识别正确率高达90%,具有较好的可靠性。     

从自动化到智能化:软件漏洞挖掘技术进展

近年来,随着软件规模和复杂度的日益增加,软件漏洞挖掘技术正逐渐向高度自动化和智能化演变,该文从传统漏洞挖掘技术和基于学习的智能化漏洞挖掘技术两方面深入调研和分析了相关的研究进展。首先,从静态和动态挖掘技术2方面详细介绍了传统漏洞挖掘技术的研究现状,涉及的技术包括模型检测、二进制比对、模糊测试、符号执行以及漏洞可利用性分析等,并分析了各项技术存在的问题,提出当前的研究难点是实现漏洞挖掘全自动化。然后,介绍了机器学习和深度学习技术在漏洞挖掘领域的应用,具体应用场景包括二进制函数识别、函数相似性检测、测试输入生成、路径约束求解等,并提出了其存在的机器学习算法不够健壮安全、算法选择依靠经验、数据样本不足、特征选择依赖专家知识等问题。最后,对未来研究工作进行了展望,提出应该围绕提高漏洞挖掘的精度和效率、提高自动化和智能化的程度这2方面展开工作。     

基于返回式二进制树形搜索的反碰撞算法

多个电子标签在识别时发生碰撞是射频识别(RFID)技术中关键的问题.解决此问题常用二进制树形搜索算法,但这种算法对N个标签识别进行一一识别时,所需的操作次数太多,效率较低.本文提出了一种新的算法,该算法是在二进制树形搜索算法的基础上进行改进.当阅读器检测不到有碰撞时,可用返回式从上一层REQUEST命令获得下一次的REQUEST命令.最后,通过比较对N个标签进行一一识别所需要总的操作次数,来进一步说明返回式二进制搜索算法的优越性.     

基于核相关分析算法的情感识别模型

针对目前情感识别模型中存在的识别精度低、速度慢等问题,设计一种基于核相关分析算法的情感识别模型.首先对目前情感识别的研究现状进行分析,找出导致识别精度低的原因;然后提取情感识别的特征,并通过核相关分析算法选择最优情感识别的特征子集,减少情感识别的特征向量数;最后选择高斯混合模型对情感识别的训练集进行建模,并通过具体情感数据集进行仿真实验.实验结果表明,核相关分析算法可有效去除情感识别的不利特征,加快了情感识别速度,提高了情感识别的正确率.     

基于BPSO与神经网络的实时P2P协议识别算法

针对互联网中P2P协议以及加密协议无法使用传统方法进行识别的问题,提出一种新的基于会话流统计特征的网络协议识别算法。采用二进制粒子群算法(BPSO)定量选出最能体现不同协议区别的特征子集;并针对BP(Back Propagation)神经网络结构难以确定、易陷入局部极小值等缺陷进行分析,使用粒子群算法对BP神经网络进行优化以提高识别率。实验结果表明:该方法能够有效地从多种网络特征属性中选出最能体现不同协议区别的特征子集,且对于基于UDP协议的网络应用也有较高识别率,经优化后的BP神经网络具有更高识别率。该算法对常见的P2P协议平均识别率达到96%,且能够实时地对网络协议进行识别。     

一种基于混合区域分割的特征词袋模型识别算法

数字广告图像识别与数据分析在广告精准推送、收视行为分析、商业网络搜索等各大应用领域有着重要的应用。针对网络图片搜索的实际需求,结合图像特征提取识别技术,本文对数字媒体广告图像的识别和分类方法进行了研究。针对传统的基于空间金字塔匹配的视觉词典模型算法匹配条件较为苛刻、缺乏抗形变能力等局限性,在视觉词典模型算法的基础上,引入视觉特征词典特征点的空间位置信息,使用混合高斯模型实现了自适应的空间区域划分。实验结果表明,识别算法的抗形变能力和识别精度在标准库及本地广告库的测试中均能取得较好的测试结果。     

多维度深海鱼类识别算法

针对深海光线分布不均匀导致鱼类识别检测困难的问题,提出了符合视觉认知的多维度深海鱼类识别算法.该方法从时间维度优化传统的高斯混合模型(GMM)初步确定变化区域,从空间维度构建目标特征,完整提取运动目标,从时空关联维度建立深度学习的鱼类识别框架,试验结果表明:本算法可在多种复杂条件下准确提取运动目标,面积交迭度(AOM)...     

射频识别技术中二进制搜索算法研究

射频识别技术是一门新兴的自动识别技术,该技术中的关键问题之一如何防止信息传输过程中出现的信息碰撞问题,为保障信息传输的正确有效,现已有多种防止信息碰撞的算法,本文对二进制搜索算法进行了分析,并举例说明该算法的应用效率。     

射频识别系统中防冲突算法研究

针对RFID系统中多标签冲突问题,提出利用多路存取理论解决的方案。对几种防冲突算法进行了比较并最终加以改进。ALOHA算法不能很好地防止冲突,当陷入冲突的标签数目很多时,防冲突的过程较长,有时还会出现错误判决问题。二进制搜索算法识别效率较高,不存在错判问题,但时延较长,泄漏的信息较多,安全性差。利用改进的二进制算法——返回式二进制树形搜索算法,能更有效、迅速地识别电子标签,识别的时间和标签数呈线形关系,这种算法对大批量物品的识别、追踪、管理具有非常重大的意义。     

射频识别技术中广度优先动态二进制搜索算法研究

射频识别技术中防碰撞算法方法有多种,在超高频段的射频识别系统中主要采用基于深度优先的二进制搜索算法,而基于广度优先的动态二进制搜索算法在实践中还较少应用,但相对于前种算法其信息吞吐量更大、搜索次数更少、系统性能更高,是一种更先进的防碰撞算法。本文介绍了该算法的原理、特点,并通过举例对该算法的优越性进行论证。     

基于HTTP响应报文的物联网终端设备识别方法

随着物联网的快速发展，物联网终端设备的识别技术研究已经成为网络空间安全领域的热点之一。针对类型、品牌、型号等不同层面的设备识别需求，传统物联网终端设备识别方法局限于高维特征向量和单一分类算法的固定组合，为了提高算法效率并寻找较优算法组合，本文提出一种基于HTTP协议响应报文的物联网终端设备识别方法，以HTTP协议响应报文的相关协议字段特征作为输入并进行归一化、标准化处理，通过随机森林算法对特征进行筛选排序得到特征序列，最终基于特征序列，结合不同的分类算法和特征组合对物联网设备进行分类识别。实验结果显示，在收集的数据集中，该方法在设备类型、品牌、型号3个层面分别采用5个、3个和7个不同特征组合并结合不同分类算法，平均提升设备识别准确率18.6%并大大节省了特征空间，实现了低维度特征下稳定高效的识别效果。     

行人再识别技术研究综述

行人再识别是当前计算机视觉的研究难点和热点问题。根据行人再识别技术最新研究动态,对其研究现状进行了系统梳理,重点分析了特征学习和分类器算法两个最为核心的问题。首先将行人再识别的研究方法进行分类,其次整理了相关的研究资源,然后将特征学习分类为局部特征、块特征和全局特征,分类器算法分类为基于图像的建模方法、基于视频的建模方法、End-to-End的研究方法和深度学习模型,最后总结了行人再识别技术存在的主要问题,并对行人再识别检测技术的研究趋势进行展望。