基于时间特征的网络流量异常检测

为了解决传统网络管理方法不能适应网络复杂性、不能准确刻画网络异常行为的问题.采用一种基于时间特征的网络流量异常检测模型,研究分析网络流量的变化规律.利用指数平滑预测算法对未来网络流量进行预测,利用中心极限定理并结合实际经验确定动态的网络流量阈值,对当前和未来的网络流量异常进行检测.研究结果表明:当网络流量发生异常时,该模型能够进行有效的检测,能准确地描述网络的运行状况.该算法提高了网络流量检测的智能性,具有较高的实用价值.     

基于二维激光测距仪的道路可行区域提取

为了使自主移动机器人在结构化和半结构化环境中能快速有效地提取道路的可行区域,采用全局搜索及双阈值的算法.该算法首先采用基于八邻域的全局搜索法搜索激光数据点,再结合角度和高度差双阈值对数据点进行归类并检测道路边界,最后利用障碍物检测原理获取障碍物.实验结果表明:该算法能够检测出路边及障碍物边界,此过程只对机器人感兴趣区域...     

基于稳定阈值的吸引子传播算法

针对传统吸引子传播算法(AP)聚类性能受偏向参数影响较大的问题, 提出一种改进的吸引子传播算法, 即基于稳定阈值的吸引子传播聚类算法（STAP）. 该算法通过稳定阈值, 衡量获得真实类数时的收敛状态, 然后捕捉该状态下的偏向参数; 为加快算法的收敛速度, 采用S型函数作为收敛因子调节阻尼系数. 仿真模拟实验结果表明, 与传统吸引子传播聚类算法相比, 基于稳定阈值的吸引子传播聚类算法聚类精度更高, 收敛速度更快.     

基于遗传算子改进阈值的遥感图像分割算法研究

针对复杂背景遥感图像分割准确率不高的问题,提出了一种基于遗传算子改进阈值的遥感图像分割算法。通过对遗传算法中选择、交叉、变异等算子的优化设计,增强变异的多样性,加快搜索的收敛速度,以获取遥感图像分割的最佳阈值。实验仿真结果表明:该算法降低了阈值搜索时间,同时取得了良好的图像分割结果。     

考虑合作狩猎的捕食与被捕食系统理论分析

在生态系统中,种群内的合作行为会促进自然界物种的可持续生存。本文在理论上完整地分析了Alves等在2017年提出的一类考虑捕食者合作狩猎的捕食与被捕食系统,发现捕食者合作狩猎强度会影响种群的生存,并且通过改变捕食者密度的初值可加强或者减弱其合作狩猎强度,进而调节捕食与被捕食者的共存状态,使系统趋于稳定。通过改变捕食者生存阈值,给出系统一个或多个共存平衡点的存在条件;对平衡点性态进行分析,证明系统存在Hopf分支,给出Hopf分支稳定的条件。     

正交Haar变换的眉毛识别方法

【目的】提高现有眉毛识别方法的识别效率。【方法】采用快速正交Haar变换模板匹配算法(FOHT),设计一种基于正交Haar变换的眉毛识别方法;同时,使用最大标准子模板和自适应阈值解决了FOHT算法只能处理标准模板且需要手动设置阈值的缺陷。【结果】所构建的眉毛识别方法比原方法效率提高约32%。【结论】正交Haar变换的眉毛识别方法实时性强,具有一定的实用价值。     

基于Fisher分类和自适应阈值的分形图像编码方法

根据分割的迭代函数系统(PIFS)理论,在Fisher分类方法的基础上,依据分类后图像块的特征使用自适应阈值搜索与range块属于同一类的相匹配的domain块来进行分形图像编码,并对典型测试图像进行实验,与传统的固定阈值方法的性能进行比较。结果,在相同比特率上,相对于传统固定阈值方法,自适应阈值方法极大地提高了压缩比,减少了编码的时间,自适应阈值方法得到的解码图像质量明显好于传统的固定阈值方法。     

基于分布式水下无线传感器网络目标协同定位方法研究

本文提出了一种基于水下传感器网络的目标协同定位改进方法。基于多重信号分类方法（MUSIC）得到目标的DOA估计,通过对水下信号传输特性分析,建立水下阵列传感器网络的目标定位模型,利用最大似然估计得到目标位置。利用基于阈值检测的分布式高斯牛顿迭代法完成最大似然估计的解算,仿真结果表明该方法有效节约了网络节点能量,降低了数据通信量,且得到了更好的定位精度。此外,分析比较了在不同噪声环境下、不同声源级情况下的目标位置结果。     

试论高校武术青年拳教学的科学性

本文根据武术青年冬教学的规律，针对武术的特点，对学生的学习兴趣，技术的合理运用，适宜的运动负荷，基本功与分段练习相结合及教授青年拳的方向和示范位置等方面进行了实验和总结，提出了青年拳教学的科学性，为青年拳的教学提出了合理的运动阈值，同时根据教学内容使教法的设计更为合理．     

结合阈值算法的Chan-Vese模型图像分割方法

阈值分割是图像处理中频繁使用的基本灰度变换,把阈值分割方法与Chan-Vese模型进行结合,并用尺度变换的方式加以辅助,以提高Chan-Vese模型的分割速度和效果。实验表明：该方案大大提高了Chan-Vese模型的收敛速度和分割效果,而且重点改善了Chan-Vese模型在图像灰度变化缓慢的边界迭代次数较多、演化速度慢等问题。