带变量核的Marcinkiewicz积分算子交换子在Herz型Hardy空间上的有界性

讨论了带变量核的Marcinkiewicz积分算子与函数b∈Lipβ所生成的交换子在Herz型Hardy空间上的有界性.     

基于GMM和MRF的自适应阴影检测

运动目标阴影在很大程度上会影响运动目标跟踪、行为识别的正确性和有效性.为此,文中提出了一种基于混合高斯模型和马尔科夫随机场的自适应阴影检测方法.该方法首先对混合高斯模型进行改进,使其可以自适应调整参数学习率以消除浅阴影;然后采用马尔科夫随机场综合邻域的空间依赖性信息进行精确的阴影检测.为了提高基于马尔科夫随机场的阴影检...     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

再生核空间中求解一类变系数偏微分方程

利用共轭算子给出了一类变系数偏微分方程的级数形式解的逼近解.避免了施密特正交化.证明了逼近解的收敛性.数值算例验证了本方法不仅有效而且精度高.     

利用核心态注入技术的防沉迷系统的研究

Windows系统中,大量安全产品的存在,使得众多基于进程监控的客户端反沉迷软件面临严峻的生存环境,它们经常被当作非安全软件而遭到查杀.对此,提出了一种通过在系统核心空间对API函数的执行进行全局钩挂拦截并结合调用门的设计与使用,实现对活动进程的监控的方法.系统测试表明,采用该方法实现的反沉迷监控系统能够与安全产品和平共处,具有较强的健壮性.     

改进的Morlet小波与再生核空间

给出了改进的Morlet小波变换像空间的再生核函数的具体表达式及等距恒等式,并利用再生核函数的结构对改进的Morlet小波变换的像空间作出了具体的描述,并将对小波与再生核的关系得出一个新的发现,为一般小波变换像空间的讨论提供了基础．     

不同因素对动物家域面积的影响

对动物家域大小的研究是动物生态学与保护生物学的基本研究领域之一,对评价动物的生境质量、生境选择、栖息地负载量具有重要意义.迄今对动物家域的研究主要集中在家域面积的测算方法,但研究不同因素对动物家域面积的影响是更重要的生态学问题.文章综述了不同因素对动物家域面积影响的研究成果,包括性别、季节、种群密度、捕食风险、婚配制度和人类影响,以促进该领域的进一步发展.     

基于嵌入式ARM9-Linux网络视频监控系统的设计与实现

基于ARM9和嵌入式Linux操作系统,对Linux内核gspca驱动程序进行了移植,配置了支持mjpg - streamer和uvcvideo的基础连接库,编译、移植mjpg - streamer软件包,实现了一个易搭建,易配置,通用性好,能让客户机通过浏览器实时监控远程目标的网络视频监控系统,可以用在无人值守的仓库、大规模的森林以及高速的交通工具.     

基于模糊支持向量的多标签分类方法

单实例多标签分类是指一个样本拥有多个标签的分类问题,对此提出了一种基于半模糊核聚类和模糊支持向量机的多标签分类算法.该算法采用一对一分解策略将多类多标签数据集分解为多个两类双标签数据子集,在每个子集上训练两类双标签模糊支持向量机.为提高分类器的性能引入了半模糊核聚类技术.实验结果表明,与现有的一些算法相比新算法具有其优...     

软件定义网络下两阶段大象流识别算法

目的 针对数据中心网络(Data Center Network, DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking, SDN)下两阶段大象流识别算法。方法 将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果 实验结果表明：算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论 软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究...