基于主成分分析的硬件木马检测方法

针对侧信道检测方法检出率不高的问题,提出一种基于主成分分析结合马氏距离的检测方法.通过对芯片功耗进行建模分析,首先采用主成分分析法对旁路信息中的微小差异进行放大提取,获取主特征,然后使用马氏距离进行判别区分,识别硬件木马.基于自主设计的FPGA(field-programmable gate array)检测平台进行实验验证,结果表明:采用基于主成分分析结合马氏距离的硬件木马检测方法可以有效检测出占母本电路面积0.6%左右的硬件木马.     

基于近红外光谱技术的苹果霉心病检测方法

为实现苹果霉心病无损检测,提高果实品质,以斗南苹果为研究对象,利用MPA近红外光谱仪,采集了100个苹果,4000~12500cm-1波长范围内的漫反射光谱。将主成分分析(PCA)分别与马氏距离判别模型和Fisher判别模型结合,比较两种判别模型对霉心病的判别精度。试验结果表明：在对苹果样品全波段光谱数据进行主成分分析后,将前10主成分作为输入变量建立判别模型,马氏距离判别模型正确识别率为97.14%,Fisher判别模型的正确率为88.57%,马氏距离判别模型明显优于Fisher判别模型。     

二次加权距离判别

定义了各因子的判别权重和加权距离,并结合二次判别和两类判别,构造了二次加权距离判别.该方法既保留了所有因子又体现了不同因子的判别能力.经实际数据的计算验证,其判别效果优于马氏距离判别.     

二次加权距离判别

定义了各因子的判别权重和加权距离, 并结合二次判别和两类判别, 构造了二次加权距离判别. 该方法既保留了所有因子又体现了不同因子的判别能力. 经实际数据的计算验证, 其判别效果优于马氏距离判别.     

基于改进MCD的粗差判别方法及性能分析

针对正态分布的样本数据粗差判别,MCD(Minimum Covariance Determinant Estima-tor)方法存在算法参数h难以确定的缺点,提出了基于MCD的改进算法Modified MCD(M-MCD).该算法首先以基于MCD估计的鲁棒马氏距离平方的标准差与理论总体样本马氏距离平方的标准差的最小偏差为目标,通过自适应迭代,求得最佳的算法参数h.然后,在最佳算法参数h下,基于MCD估计的鲁棒马氏距离,通过卡平方分布判别样本数据中的粗差.系列仿真实验表明:MCD方法的粗差判别结果严重依赖于算法参数h;M-MCD方法能通过自适应迭代求得最佳算法参数h,并具有良好的粗差判别性能,且优于MCD.     

基于加权距离的一种认知诊断方法

马氏距离判别方法(MDD)是一种新的认知诊断分类方法,广义距离判别方法(GDD)和海明距离判别方法(HDD)为它的特例.使用香农熵作为马氏距离的权重矩阵,根据距离最小原则将被试的观察反应模式分类到理想反应模式,再由特殊的测验设计,将理想反应模式一一对应到知识状态上.蒙特卡洛模拟研究表明:在0-1评分模型下,选择模式匹配率和平均属性匹配率作为评价分类效果的标准,MDD的分类效果好于GDD和HDD.     

基于距离判别的心电身份识别技术研究

针对传统生物特征身份识别技术易于破解的弊端,提出了心电信号身份识别技术。分析了心电信号身份识别的距离判别法则。结合马氏距离、小波距离、谱能量距离和相关距离算法,提出加权系数智能匹配算法。下位机利用双电极法采集心电信号,经串口送往上位机。Matlab软件平台下,编程实现心电信号数字处理和身份识别。通过对40个人的心电样本进行测试,获得了95%的识别结果。     

柴油机另部件磨耗状态与润滑油光谱分析结果的多元判别

本文利用润滑油中磨耗金属的光谱分析结果,提出了适合国情的判断内燃机车柴油机另部件磨耗状态的多元判别法.对判别的特征因子进行了选择,对其分辨能力进行了定量估计.证明了润滑油中铁含量的变化速率是主要特征因子.报告了马氏距离判别法的判别函数及判别效果,对明显的非正常磨耗准确率达88.0%,正常磨耗和少量非正常磨耗准确率达95.5%.此外,还报告了两种简易判别法.最后,讨论了实际应用效果和今后展望.     

基于马氏距离的竞争失效可靠性分析

为了解决产品退化失效与冲击失效共存的竞争失效下可靠性评估,提出了一种基于马氏距离的评估方法.引入马氏距离将多元退化数据降至一元马氏距离,采用具有随机影响的Wiener过程进行退化建模.研究了泊松过程以及固定时间发生的两类极端冲击过程,建立了同时考虑变阈值和最小冲击幅值的相关竞争失效模型.采用裂纹增长案例验证了所提方法的有效性,敏感性分析评估了模型参数对产品可靠性的影响.结果表明泊松过程冲击和固定时间冲击都对产品可靠性水平的分析值产生影响.      

茶叶品种鉴别的近红外光谱指纹图谱模式识别方法

运用傅立叶变换近红外光谱结合主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis)方法对七种不同品种的茶叶进行品种鉴别。采集七种样品的傅立叶变换近红外光谱指纹图谱,原始光谱经过多元散射校正(MSC)预处理后,运用主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis,PCA-MD)对茶叶的品种进行判别。所得PCA-MD模型对七种茶叶的分类正确率均为100%,说明模型具有较好的预测分类能力。结论:运用简便、快速、无损的近红外光谱分析结合主成分-马氏距离判别分析方法,为茶叶品种鉴别分类提供了一种快速简便、准确度高、精密度好、分析成本低、实用性强的鉴别方法和手段。     

6.4级地震对多层砌体结构的震害特征分析

通过对在普洱6.4级地震中遭到破坏的砖混结构(普洱茶厂办公、宿舍综合楼)的破坏特征的分析,用PKPM对此结构进行了全真模拟,进行了抗震验算,并将计算结果与实际震害照片进行对比,提出了若干砖混结构的抗震概念设计建议.     

大型超高钢结构电视塔抗震性能分析

以388 m高河南省广播电视塔为例,研究了大型超高钢结构电视塔抗震性能的分析与评价方法.为评判河南电视塔可能出现的薄弱部位等抗震性能,利用时程分析法对该结构分别进行了多遇地震弹性时程响应分析与罕遇地震弹塑性时程响应分析.同时,为了解河南电视塔刚接模型与铰接模型抗震性能的区别,对该结构两种不同计算模型在弹性阶段的动力行为与弹塑性阶段的非线性动力特性进行了对比分析.研究结果表明:该结构两种分析假定的计算模型均满足小震不坏、中震可修、大震不倒的抗震设防要求,刚接模型整体抗震性能略优于铰接模型.     

CS板式结构抗震变形性能分析研究

在前期试验基础上,利用ANSYS软件建立试验模型的有限元模型,选取典型的EL-Centro波,对有限元模型分别进行设防烈度为7度(0.15 g)、8度(0.20 g)、9度时的多遇地震和罕遇地震下的时程分析,结合实验室试验分析,研究CS板式结构的抗震变形性能.     

地铁车站中柱弹塑性地震时程分析精细化仿真

 为了研究地铁车站中柱在地震作用下的响应,运用先进截面整体分析,从中获取位移响应施加于构建精细构件模型的思路,实现了地铁车站中柱在地震作用下的三维弹塑性时程分析。首先对地铁车站进行截面弹塑性时程分析,获取中柱两端的相对位移时程响应,施加于中柱的精细模型两端,以达到模拟中柱在地震作用下的时程反应的目的。结果显示,在施加的罕遇地震作用下,3.94s时中柱产生大规模的塑性区,在4.6s和5.0s时,中柱端部的混凝土相继失效甚至脱落,完全形成塑性铰。中柱的精细模拟与地铁车站截面模拟的结果吻合,并且与实际震害非常相似。     

底层柱刚度对框架结构抗震性能的影响

利用有限元软件SAP 2000,采用"串并联多质点体系"振动模型,对多维地震作用下的钢筋混凝土框架结构进行了弹性时程分析,通过改变底层柱截面尺寸,研究了不同的底层柱刚度对框架结构在多维地震作用下抗震性能的影响.研究结果表明,多维地震作用下,底层柱刚度在一定变化范围内增大,层间剪力和层间加速度等逐渐变大,但是层间位移和楼层顶点位移逐渐变小.     

地震作用下框架结构三维弹塑性反应分析

利用弹塑性有限元理论和ADINA有限元结构分析软件,引入三维梁单元和壳单元,编制了框架结构空间弹塑性地震反应时程分析程序,并建立框架结构空间三维杆系模型,对地震作用下的框架结构进行了弹塑性反应分析,得到了结构的自振周期和顶层水平位移时程曲线.通过振型分析,模拟结果符合建筑物的实际震害,验证了程序的可靠性,表明采用ADINA建立有限元模型进行弹塑性地震反应分析是可行的,并具有较高的精度,为进行建筑结构弹塑性地震反应分析提供了新的手段.     

桩-土-结构相互作用对连续梁桥抗震性能的影响

本文以跨浅海水道连续桥为研究时象,采用质量弹簧体系模拟基础和地基,用有限元通用软件分别建立了该桥的考虑桩-土-结构作用的全桩模型、将基岩中桩截去且考虑桩-土-结构相互作用的截桩模型和不考虑桩-土相互作用的无桩三维有限元模型。以此为基础,对该桥进行三维地震动态时程分析,分析了桩-土-结构相互作用对该桥动力特性的影响和不同地震动输入下桩-土-结构相互作用对该桥位移反应、内力反应等地震响应的影响。     

桩-土-结构相互作用对连续梁桥抗震性能的影响

本文以跨浅海水道连续桥为研究时象,采用质量弹簧体系模拟基础和地基,用有限元通用软件分别建立了该桥的考虑桩-土-结构作用的全桩模型、将基岩中桩截去且考虑桩-土-结构相互作用的截桩模型和不考虑桩-土相互作用的无桩三维有限元模型。以此为基础,对该桥进行三维地震动态时程分析,分析了桩-土-结构相互作用对该桥动力特性的影响和不同地震动输入下桩-土-结构相互作用对该桥位移反应、内力反应等地震响应的影响。     

基于主成分分析法优化广义回归神经网络的地震震级预测

为科学有效预测地震震级,提出了基于广义回归神经网络(general regression neural network, GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(principal component analysis, PCA)对7个影响因子进行降维处理,以新生成的4个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(particle swarm optimization, PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建立的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统反向传播(back propagation, BP)神经网络模型和单一GRNN模型预测结果进行对比,结果表明：PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.100 0,决定系数为0.986 8,均方相对误差为0.007 3,平均绝对误差为0.100 0,运行时间为5.2 s,预测精度和运...     

建筑结构动力分析有限元模型

为了正确处理结构—地基动力相互作用 ,改善以往固定边界模型将地震能量全部陷入结构计算模型的不合理状况 ,以框架结构为例提出了建筑结构地震反应分析的有限元模型及其透射边界。模型中采用四结点平面应力等参单元模拟上部框架结构的梁柱构件。地基采用平面应变四结点等参单元离散 ,在地基有限元网格中设置底部透射边界和侧面捆绑边界以考虑结构—地基的动力相互作用。算例表明上述建筑结构地震反应分析的有限元模型给出了合理的结构地震反应 ,可进一步应用于地震时结构几何与材料非线性响应直至结构破坏时的计算机仿真。