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。     

补白

煤矿井下图像型早期火灾探测研究王媛彬,马宪民(西安科技大学电控学院,陕西西安?710054)摘要:针对煤矿井下传统火灾探测方法的不足,提出了一种基于图像型的火灾探测方法,阐述了对所获取的红外图像进行预处理、特征提取和火灾识别的过程。根据早期火灾的特点,通过提取图像序列中多个参数的火灾信     

光电倍增管在物理实验中的应用研究

光电倍增管（Photo Multiplier Tube）简称PMT,是灵敏度极高,响应速度极快的光探测器,可广泛应用于光子计数、极微弱光探测、光栅光谱仪等仪器设备中。在我们的物理实验中就有如下几个实验应用了光电倍增管：如单色仪测玻璃的透射率、单光子计数、原子光谱和激光喇曼。     

基于样本加权矩阵的自适应弱目标识别鲁棒算法

以人脸为例,提出多区域特征融合的弱目标特征表示方法,并据此设计1种新的加权PCA-LDA(Principal element analysis-Linear distinction analysis)弱目标识别方法,用样本加权特征矩阵代替传统的特征向量,有效地将局部和全局特征加权融合。其步骤是:提取弱目标的全局特征,并用1种新的基于Gabor小波的方法提取其特征;基于将全局和局部特征加权融合的思想,得出权值的选择方法;通过研究多区域特征加权融合原理,提出定义每类样本的类矩阵,得到新的投影准则,解决小样本空间问题,最后得出加权PCA-LDA算法。研究结果表明:加权PCA-LDA算法能很好地结合弱目标图像全局和局部的互补信息,其识别效果优于各单一区域的分类效果。     

旋转机械轴系扭振频率微弱信号的混沌检测方法

利用Duffing随机方程的混沌特性,提出了应用于旋转机械正常扭振频率微弱信号检测的方案.分析了应用Duffing随机方程的检测原理,给出了一种将旋转机械正常运转条件下的扭振响应传感器信号作为Duffing方程周期策动力的摄动,使信号中包含的旋转机械扭振频率在幅值较小时也能得到检测分离的方法.该方法对非检测频率的噪声信号具有免疫力,仿真分析结果表明了所提方法的可行性.     

网页分类中特征提取方法的比较与改进

在传统的特征提取算法的基础上,对CHI公式做了两点改进,并结合KNN算法进行了分类测试比较,通过实验证明本文所采用的特征词提取方式,在一定程度上,能够得到较高的分类准确率,存在一定的合理性.     

我校3项课题获国家自然科学基金立项资助

<正>今年,我校3项课题获国家自然科学基金立项资助。获立项的课题是工学院欧珠教授的《木刻藏文经书识别系统中特征提取算法的研究》、理学院措加旺姆讲师的《利用双叉法对拉萨附近地震进行精确定位     

最小二乘法在直线矢量化技术中的应用

由于在计算机中图象的存储和显示常常都是以离散的点阵方式进行的，因而给直线的识别带来了很大的困难。本文采用最小二乘法进行参数估计，以提取模式的特征，得到了比较简单的直线矢量化算法，该算法较好的克服了矢量化算法中存在的短线和畸变的缺陷。     

一种微弱信号的检测技术

针对于实际应用中的小信号,特别是完全被噪声淹没情况下的微弱信号提取问题进行了论证,分析了信号和噪声在时间特性方面和统计特性上的差别,介绍了一种有效的用相关函数检测技术来提取被噪声淹没的极微弱信号的方法.     

一种大规模样本数据的特征提取方法

针对沙尘暴样本数据的特点 ,根据专家经验依次通过聚类分析、建立典型模式类、计算中心场 ,再以样本与中心场的距离作为样本的特征 ,成功地在每个样本的几百个数据中提取到 40个特征。通过对提取特征的统计检验 ,说明了本文所用方法的有效性 ;同时 ,提出了一种建立在K L变换基础上的特征综合方法 ,协助完成关于多维特征的类间差异检验