基于并行计算及入侵检测系统的异动股票选择

将入侵检测技术引入到股票的选择中,给出了一种基于并行遗传算法的入侵检测技术。将数据随机分为若干个小组,对每一个小组中的数据进行检测,把每个小组中的最可疑的行为特征汇合后进行比对,最后选择出异动股票。对上海电力股票2008年4月24日至7月22日的数据利用MATLAB进行了模拟,与标准遗传算法比较,改进后的算法降低了误报率,缩短了运算时间。     

基于量子Grover算法的VBLAST系统信号检测

VBLAST系统中最大似然检测具有最优的检测性能,但是计算复杂度是一个NP难题．将量子Grover算法及Grover-Long算法用于VBLAST系统最大似然检测中,对算法的复杂度和性能进行了仿真分析,仿真结果表明Grover检测算法不仅能够对计算复杂度起到平方加速的效果,而且算法的检测性能逼近最大似然检测性能．     

一种新型的CPU故障检测方法及其应用

本文根据国产新型单路数字新闻传真系统的特点,采用一种新颖而有效的 CPU 故障诊断算法.此方法的故障覆盖率较高,在程序运行后,得到令人满意的效果.     

基于小波和形态学的图像边缘检测

在用小波分解加强图像边缘的基础上,利用修正的形态学边缘检测算子,以减轻图像边缘检测的模糊性;通过形态结构元素尺度的调整,得到多尺度下图像边缘的特征,并综合各尺度下的边缘特征,得到较为理想的图像边缘,实验验证了该算法的可行性和有效性。     

基于特征选择和SVM参数同步优化的网络入侵检测

为了提高网络入侵检测正确率,利用特征选择和支持向量机(SVM)参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.     

基于曲线段对称点的辅助射击训练系统的靶心定位

提出了一种基于曲线段对称点的射击系统靶心定位算法,该算法通过计算靶图的对称点,能够准确地计算靶心,具有对边界噪声不敏感的优点,速度上满足实时处理的要求,即使在信息量严重丢失情况下,也可以得到良好的效果.仿真实验证明了所提算法的有效性.     

基于高斯金字塔的运动目标检测

针对自然环境下运动目标检测背景动态变化问题,提出一种新的基于高斯金字塔模型的背景差分算法.首先将图像序列进行多尺度分解,得到不同分辨率下的当前帧和背景帧;然后,在不同分辨率下采用高低双阈值进行背景差分运算,得到双阈值产生的2帧前景图像,阈值根据环境自动获取;最后,将各层差分图像自顶向下融合检测感兴趣的运动目标,并在HSV空间中去除阴影.背景模型的初始化和更新方法基于2种假设:一是背景点出现的概率较大;二是距离当前帧越近的点越能真实地描述背景.研究结果表明:该算法能有效地应用于动态背景环境下,可以克服光照变化及阴影的影响.多个标准图像序列的测试证明了该算法具有较高的准确性、鲁棒性和自适应性,时间复杂度低,可以运用于实时检测系统中.     

高可靠In-VM隐藏进程对抗检测方法

通过隐藏进程执行恶意代码是信息攻击的一种重要手段,目前虚拟化平台中In-VM隐藏进程检测方法还存在被绕过和相关数据被篡改的可能性,针对这一问题,提出了一种高可靠In-VM隐藏进程对抗检测方法.该方法利用In-VM模型,通过改进虚拟化内存保护机制保护隐藏进程检测代码及其相关内核数据,确保其不被恶意篡改;通过准确劫持系统调用函数,并结合交叉视图方法检测隐藏进程,确保隐藏进程的检测算法无法被绕过.实验选取并构建多种典型的Rootkit隐藏进程,结果表明,该方法可以检测各种Rootkit隐藏进程,其隐藏进程检测代码及其相关数据无法被恶意篡改,检测算法和内存保护机制无法被绕过,而且改进的虚拟化内存保护机制对系统的性能影响更小,方法的可靠性高,实用价值大.      

面向运动目标检测的ViBe算法改进

背景差分法是静态背景下运动目标检测的常用方法,ViBe算法是它的主要建模方法之一.针对ViBe算法对鬼影消除缓慢的问题,提出了结合帧间差分技术的ViBe改进算法,使用帧间差分技术通过记录相关像素值的时域变化来判断鬼影像素,提高消除鬼影的速度.针对ViBe算法的固定阈值不能反映每个像素具体情况的问题,提出了一种自适应阈值的方法,可根据像素值的变化为每个像素设定阈值,提高前景检测的准确度.实验结果表明,结合帧间差分技术的ViBe算法能够较快地消除检测结果中的鬼影,应用自适应阈值的ViBe算法能够更准确地进行前景检测.     

用柱后衍生荧光测定法检测食品中土霉素和四环素残留

应用高效液相色谱(HPLC)对动物性食品中土霉素(OTC)和四环素(TC)进行测定,样品经含乙二胺四乙酸二钠的丁二酸钠缓冲液除蛋白后,由SPE-C18小柱提纯净化,经ODS-C18柱分离后,用8%氧氯化锆溶液柱后衍生,与锆离子的螯合物在激发波长(Ex)406nm和发射波长(Em)515 m处检测.实验优化了锆试剂的浓度和柱后衍生的条件,提高了检出的灵敏度,土霉素和四环素的回收率分别为89.59%和92.59%,变异系数(CV)分别为4.98%和6.74%.土霉素和四环素的最低检出浓度(信噪比51)分别为3μg/L和5 μg/L,线性范围为0.01～10g/L,土霉素和四环素的相关系数分别为0.999 9和1.000 0.