基于经验模态分解的局域网络入侵检测算法

通过对局域网络入侵的准确检测可以保障网络安全,由于局域网网络入侵信号具有瞬时频率特性,采用传统的时频分析方法难以实现有效检测,出现检测不准确的问题.为此提出基于经验模态分解的局域网络入侵检测算法,分析网络攻击的防护原理和DOS攻击对网络的危害,对信号处理方法进行检测方法设计.卡尔曼滤波方法对DOS入侵信号进行前置滤波,去除入侵信号的EMD虚假分量,采用小波阈值去噪方法进行信号提纯,采用经验模特分解方法,使得DOS入侵信号特征与干扰组成成分最佳匹配,提取HHT频谱实现对入侵信号的准确检测.仿真结果表明,采用该检测方法进行局域网入侵检测,精度较高,抗干扰性强,检测性能优于传统算法.     

新型类方形蜂窝夹芯结构泊松比研究

在用经典方法推导的六边形蜂窝夹芯的等效弹性常数中,代入了类方形蜂窝特征结构参数,得到了与前述两种方法推理同样的结果,证明了类方形蜂窝结构是六边形蜂窝结构的演变体.分析了经典蜂窝理论公式中的等效泊松比及其随胞元特征角的变化规律.对比六边形蜂窝结构(正泊松比)和内凹六边形蜂窝结构(负泊松比),根据结构变化的连续性证明了类方形蜂窝夹芯结构在面内两个特定方向上泊松比为零.分析了夹芯结构泊松比为零的理论意义和物理意义.这其中,发现了蜂窝夹芯结构的泊松比存在等于零的现象.     

一种基于显著性区域分割的SAR图像配准算法

针对传统SIFT算法的配准精度和配准效率易受斑点噪声和图像灰度差异影响的问题,提出一种基于显著性区域分割的SAR图像配准算法.首先基于改进的马尔可夫(MRF)算法对SAR图像进行分割,结合区域特征和边缘特征筛选出稳定的显著性区域;然后在显著性区域的边缘附近进行SIFT特征点的提取;最后通过SIFT特征点的匹配实现图像配准.实验结果表明,该方法在保证较高的配准精度的同时,提升了算法效率.     

科技场馆策划与实施青少年科普教育活动探究

场馆科普教育是提高青少年科学素养的重要举措。通过分析场馆科普教育现状，探索在科技场馆策划青少年科普教育活动的基本步骤，总结活动实施过程，为青少年场馆科开展普教育提供参考。