四象限红外探测器信号处理系统

实现基于四象限红外探测器的位置检测信号处理系统。从四象限位置探测的原理入手,介绍了探测器信号提取与前级放大电路、同步相干谐波检测电路,以及模数转换、时序控制、数据采集电路。实验结果良好,系统可行。     

无线局域网中的入侵检测系统研究

入侵检测系统对于保障无线局域网（WLAN）的安全十分重要。在深入分析当前WLAN安全问题中面临的主要问题后．针对无线局域网络的特点,提出并实现了一个分布式无线入侵检测系统。本系统根据无线网络攻击行为建立入侵特征库．利用Winpcap函数库对无线传输数据进行捕获,然后采用多模式匹配算法中的自动机匹配算法进行特征分析,理论分析和实验结果表明：本系统可实时检测War Driving入侵、非法AP、MAC地址欺骗等无线网络入侵行为,可用于无线局域网的某些安全应用中。     

局部最小误码率线性检测器的一个新算法

在CDMA系统的性能指标中,误码率是重要的指标之一,局部最小误码率线性检测器具有良好的误码率性能。研究了局部最小误码率线性检测器,给出了一个新的迭代型算法。仿真结果表明,它收敛速度快,稳定性好,易于工程实现。     

大肠杆菌热敏肠毒素的检测及纯化

采用平板免疫溶血试验、兔回肠结扎试验,探讨了大肠杆菌耐热肠毒素制备的方法和检测方法。试验表明：平板免疫溶血试验能够快速灵敏地检测出热敏感肠毒素．并具有很强的特异性,比肠结扎试验灵敏度高,而且简便易行;试验将细菌接种到产毒素培养基上培养．进行增菌,然后离心取上清液,沉淀溶于PBS液中用多黏菌素B浸出,均用80％饱和度的（NH4）2SO4盐析,之后用SephadexG-100凝胶层析分离纯化,最后用SDS-聚丙烯酰胺凝胶电泳检测热敏肠毒素的纯度。     

基于高重频固体激光信号的快速采集系统

采用积分电路的方法对高重频固体激光的窄脉冲信号进行捕捉,对积分电路的原理构成、周期窄脉冲信号采集放大电路的设计、测量误差来源及处理做了分析和讨论。以W77E58为采集电路的CPU,以FT245BM为核心构成USB接口电路,实现了窄脉冲信号的快速采集与传输,较好地解决了对多路探测器实时快速采集和向上位机传送的问题,达到了比较满意的效果。     

基于连续双正交样条小波的股价指数奇异点检测

针对噪声背景下股价指数曲线给出的一种小波硬阈值消噪和奇异点检测的有效方法,选择双正交样条小波作为基小波,运用小波分析消除信号噪声干扰;结合多尺度分析及奇异点的检测,揭示股价指数信息隐含的背景。     

基于机器学习的跨患者癫痫自动检测算法

针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据进行预处理后分析脑电数据间存在的特征,再对特征进行筛选,训练出一个跨患者的癫痫自动检测模型.该算法不需为每个患者建立单独的检测模型,实现了仅使用一个检测模型...     

基于Faster R-CNN深度学习的网络入侵检测模型

为了提高网络入侵检测性能,采用快速区域卷积神经网络(Faster region-convolutional neural network,Faster R-CNN)深度学习的方法来完成网络入侵检测。在网络上抓取网络数据包,数值化和归一化处理得到网络数据样本,通过卷积神经网络(Convolutional neural network,CNN)进行网络入侵数据特征提取,根据特征提取结果进行区域候选网络训练,生成多样化尺寸的基准矩形框,每个矩形框设置4个修正参数,根据修正参数及多个矩形框坐标,获得网络入侵样本的候选生成区域,最后采用分类回归网络训练,结合空间金字塔池化修正不同尺寸矩形框,并采用Softmax分类器,生成不同网络攻击类型的置信度,从而获得网络攻击类型分类结果。通过差异化设置CNN和区域候选网络训练时的卷积核尺寸和区域候选网络训练时的基准矩形框数目,验证合适样本集的卷积核尺寸和矩形框数目。结果表明,相比常用网络入侵检测算法,合理设置卷积核尺寸和基准矩形框数目,能够获得更高的网络入侵检出率和检测时间性能。     

东北东部山区主要树种枝条及其组分水力特征

【目的】针叶树种和阔叶树种木质部孔性特征的分化,导致两个功能类群在水力学结构上存在显著差异,分析针叶与阔叶树种枝条及其组分间导水率对比特征,了解树木枝-叶水力传导机制。【方法】以东北温带森林中常见的3种针叶树种红松(Pinus koraiensis)、红皮云杉(Picea koraiensis)、兴安落叶松(Larix gmelinii)和4种阔叶树种白桦(Betula platyphylla)、五角槭(Acer mono)、春榆(Ulmus japonica)、蒙古栎(Quercus mongolica)为研究对象,利用高压流速仪(HPFM)的准稳态法,测定枝条的整枝(K_wb)、茎段(K_b)、叶片(K_lb)和叶柄导水率(K_p),并分别计算基于叶面积和叶质量的整枝(K_wb-area和K_wb-mass)、茎段(K_b-area和K_b-mass)、叶片导水率(K_lb-area和K_lb-mass)。比较同一树种枝条水力阻力分配以及不同树种同一组分间导水率差异,并探索标准化后的枝条及其组分导水率与叶性状[包括比叶质量(LMA)和叶干物质含量(LDMC)]的关系。【结果】①红松的K_lb约是K_b和K_wb的4倍,针叶阻力(R_lb)仅占枝条总水力阻力(R_wb)的20%;其余树种K_lb和K_wb差异不显著,并显著低于K_b,R_lb占R_wb的61%~80%,茎段阻力(R_b)占R_wb的20%左右,叶柄阻力(R_p)占R_wb不足10%。② 不同材性树种K_lb-area表现为无孔材最高、散孔材和环孔材树种相似,阔叶K_lb-area显著低于针叶。不同材性或叶习性树种间K_wb-area或K_b-area均无显著差异。③ K_lb-area、K_wb-area和K_b-area与比叶质量(LMA)、干物质含量(LDMC)均正相关,其中K_lb-area与两者相关极显著(P<0.01);K_lb-mass、K_wb-mass和K_b-mass与LMA、LDMC均为负相关,K_lb-mass与两者相关不显著。【结论】除了红松,其余6个树种均可采用枝条或带叶柄的叶片代替叶片导水率数据。针叶导水率高于阔叶,一定程度上弥补了针叶树种木质部输水效率低的限制。对针叶树种采用枝条代替K_lb-area分析与叶性状的关系需慎重,基于单位叶质量的枝条及其组分导水率指标,能够如实反映针阔叶树种叶导水率与叶性状的关系。     

基于模糊数据挖掘技术的入侵检测算法与应用

基于数据挖掘技术的入侵检测技术是近年来研究的热点,目前有不少入侵检测系统中都采用了关联分析的数据挖掘方法,现有的关联分析算法只能够解决数据中分类属性的挖掘,对于数值属性则不能直接使用,然而网络流量数据中包含了许多反映入侵状况的数值属性,已有学者提出了将数值属性先进行分类而后再进行关联分析的挖掘方法,然而这种方法带来的问题是在进行异常和正常划分时存在明确的界限,即“尖锐边界问题”,由于网络安全概念自身具有一定的模糊性,因此明确的界限可能会导致误报和漏报的情况产生,从而影响检测效果,文中提出了一种基于模糊关联挖掘技术的入侵检测算法,并采用遗传算法确定划分模糊集合的隶属度函数参数,最后的实验结果说明了该算法的有效性。