CMOS图像传感器最终测试系统设计

本文介绍了CMOS图像传感器的最终测试系统的实现,包括硬件结构、Filter设计和顶层应用程序设计,着重介绍了在DirectShow平台下开发传输Filter的方法,并给出了最后的程序效果。     

人工智能在电子邮件分类中的应用研究

利用人工智能理论设计了一个电子邮件智能分类系统Satellite Filter，介绍了它的结构和算法，并通过实验论证了它的可行性和有效性。     

DirectShow技术下的流媒体播放软件解码的设计

本文基于DirectShow[1]框架的软件设计模式,介绍了流媒体传输系统的原理与设计方案,并分别对系统的命令传输,网络通信、Source Filter进行了详细设计。     

基于DirectShow的网络摄像机接收Filter的设计与实现

采用网络摄像机远程视频监控应用非常广泛,它所传输的视频数据,需要专门的Filter来处理并在DirectShow的框架下或回放,或保存.介绍了DirectShow技术中Filter的开发,并对网络摄像机接收Filter组件的主要框架和具体开发做了详细的描述.通过GraphEdit测试本文所开发的Filter能够对网络摄像机实时监控数据回放与保存.     

动态鉴别过滤器

讲述了在不能运用通常的NT工具去管理鉴别的情况下，通过对DAF（Dynamic Authentication Filter)的介绍，提出了一种动态改变鉴别的方法。     

利用VC++实现基于DirectShow的视频播放器开发

设计并实现了一款基于DirectShow的实用视频播放器.首先介绍DirectShow的主要组成部分,然后给出利用DirectShow构建的播放链路(Filter Graph),最后给出视频播放器几个具体功能的实现,以及整个播放器的界面图.     

多路平衡型矩阵Bloom Filter

海量数据的高效表示和查找成为目前存储系统面临的重要挑战.针对存储系统中大规模动态数据集的表示和查找效率问题,提出一种多路平衡型矩阵Bloom Filter结构(M-BMBF)及其插入和查询算法.M-BMBF根据数据集合大小建立一个r×m矩阵型Bloom Filter,设计多个定位哈希函数将该矩阵Bloom Filter分为多组(多路)以实现平衡插入和高效查询操作.为减缓Bloom Filter中比特的消耗速度,使用一种"最长位匹配"填充算法,新元素的插入将从多路备选Bloom Filter中选择新置为1比特个数最少的Bloom Filter中进行.实验结果表明,相较典型拆分Bloom Filter,M-BMBF能在维持算法消耗时间为常量的基础上,有效节省存储空间,降低误判率.     

两飞行体相对定位技术及其滤波算法研究

为了解决两飞行体相互之间的定位问题,在二维平面运动模型的基础上提出了相位差变化率定位方法,进行了可观测分析,给出了可观测分析结果。同时简单介绍了几种典型
非线性滤波算法,并将EKF（Extended Kalman Filter）、UKF（Unscented Kalman Filter）、PF(Particle Filter）等非线性滤波方法应用到定位模型中。仿真结果表明,UKF方法用时最短,PF滤波方法精度最高。     

基于DirectShow的客户端实时视频流回放技术

介绍了DirectShow技术的原理并以MPEG-1视频流解码回放为例,详细说明了Filter Graph的构建与实现方法。     

Bloom Filter技术及应用

Bloom Filter采用位串向量表示数据集合,能够实现高效集合查询的数据结构。首先介绍了标准布隆过滤器的概念和工作原理,然后通过实验分析布隆过滤器的错误率、空间向量和哈希函数数量三者之间的动态相关关系,并对独立空间布隆过滤器和标准布隆过滤器性能进行对比,最后讨论了Bloom Filter的变种及应用。     

DirectShow图像传输过滤波的设计与实现

微软公司的DirectShow开发包为开发高质量的多媒体软件提供了一个开放的平台。Fitter作为DirectShow的基本组成部分,扮演了一个十分重要的角色。简要介绍了DirectShow体系结构,并探讨了在此结构下开发满足特定需求的（Filter）组件的一般思路。同时,针对视频会议系统的需求,设计和实现了视频会议系统视频流接收和发送过滤器,并对实现的方法进行了简要的介绍。     

大数据背景下基于过滤式-包裹式方法的高危人员风险预警

对高危人员的犯罪风险评估是主动式警务中一项重点和核心的工作。如何基于大数据技术构建高危人员犯罪分析评估模型是其中的研究重点与难点。针对高危人员犯罪风险评估模型中的高维特征选择问题，本文设计了结合过滤式（Filter）与包裹式（Wrapper）方法的两阶段特征选择方法框架。在第一阶段Filter 方法中，本文分别使用卡方检验值与KS检验值作为离散型与连续型属性的筛选指标选择了候选特征集。在第二阶段Wrapper 方法中，本文设计了基于随机森林的序列后向特征选择方法进一步优选了特征集。本文使用了某地的吸毒人员数据进行了实证分析以验证方法的有效性。实验结果表明本文的方法可以有效地从高维特征集中选择出较优的特征子集，并且有较快的计算效率和良好的可解释性。     

动态鉴别过滤器

讲述了在不能运用通常的NT工具去管理鉴别的情况下,通过对DAF(Dynamic Authentication Filter)的介绍,提出了一种动态改变鉴别的方法.     

求解半定规划的原始对偶势下降内点算法研究

介绍了半定规划的一般模型、最优性条件及求解半定规划问题的原始对偶势下降内点算法.借助两个形象的图形分析了势下降内点算法的迭代轨迹,并对求解半定规划的Filter势下降内点算法进行了研究,提出了Filter的构造方法.在一定的条件下,该算法可避免Maratos效应和势函数海色矩阵不正定等问题的产生.     

分布式环境下改进的Bloom Filter过滤技术

分析了Bloom Filter技术在特殊的分布式系统———P2P系统中的应用.基于Bloom Filter提出了一种新的Division Bloom Filter(DBF)技术,DBF技术采用了一组相互独立的哈希函数来计算数据对象的地址序列,然后使用这组地址序列将数据对象存储到一个分片的位向量中,所以DBF技术可以有效减少数据对象的存储空间.实验证明,DBF不仅可以解决Bloom Filter在分布式环境下的动态更新问题,还可以有效减少BloomFilter的错误率以及改善其稳定性.最后还使用数据压缩技术进一步减少在P2P系统中使用DBF技术的结点间通信代价.     

浅析Bloom Filter

Bloom Filter是一种空间和时间效率很高的二进制项量数据结构,它利用位数组很简单地表示一个集合,并能检索一个元素是否属于这个集合。Bloom Filter的高效检索是由有一定误报率换来的。因此,Bloom Filter只适合那些允许一定误报率的应用场合。     

UKF车速估计器的算法研究与仿真

为准确估计车辆的行驶速度, 保证汽车的安全性, 设计了基于无味卡尔曼滤波算法（UKF: Unscented Kalman Filter）的车速估计器, 并与基于卡尔曼滤波（KF: Kalman Filter）算法所建立的估计器进行了比较。两个估计器都以七自由度整车模型为研究平台, 同时在Matlab中搭建了UKF和KF的算法模型。仿真实验结果表明, 当系统输入产生突变时, UKF算法与真实值的绝对误差率始终在4%以内, 比KF算法的误差率大约降低了3%, UKF车速估计器能很好地预测车速变化的趋势, 相对于KF估计算法效果更佳。     

一种基于分类互补性的特征选择算法

针对特征选择中Filter与Wrapper方法分别存在的问题,本文提出了一种新的基于分类互补性分析的特征选择算法.该方法将Filter方法与Wrapper方法结合起来.先根据ReliefF评估和对称不确定性评估去除不相关特征,再使用对称不确定性评估去除冗余特征,最后使用基于分类互补性分析的Wrapper特征选择算法选出最后的目标子集.实验表明该算法结合了Filter与Wrapper两者的优点,具备了高准确性,同时可以减少时间开销.文章最后在数字乳腺图像肿块的检测中应用了该算法,得到了良好的效果.     

面向软件定义网络的流表优化方案

针对目前软件定义网络中细粒度的流匹配机制造成的网络流表项空间开销和查询开销爆炸式增长等问题,提出了一种全新的基于布隆过滤器(Bloom Filter)的多级流表结构。该结构为混合流表结构,采用Bloom Filter多级流表结构来存储流表项,主要着眼于提高软件定义网络(SDN)交换机流表的容量和加快流表项的匹配速度;在流表项语义层面,设计并实现了控制器与SDN交换机之间的中间适配层模块来解决语义冲突问题。基于真实流量的实验结果表明,在规则占用空间上,与传统流表相比,Bloom Filter在流表越精细的情况下优化比率越高,最高可达90.7%。随着流表项规则的增加,匹配耗时优化效率提高,匹配时间最多可减少99.4%。该问题的解决可望为SDN网络的大规模实用化部署奠定数据层面的基础。     

多通道自适应有源噪声控制器的设计

介绍了基于DSP的多通道自适应有源噪声控制系统,给出了系统的硬件结构及其工作原理,详细说明了有源噪声控制的自适应噪声控制算法,并给出了程序流程图.本系统采用基于Widrow HoffLMS算法的横向FIR型Filter X算法.该控制系统通过大量实验验证,得到很好的控制结果.