基于小波包分解的虹膜图像质量评价算法

在虹膜识别系统中,虹膜图像的质量是影响识别效果的重要因素。为了保证识别的准确性,必须选择满足识别算法需要的图像来进行特征提取和模式识别。在对现有虹膜图像质量评价算法分析的基础上,该文提出了一种新的基于小波包分解的算法,根据虹膜纹理的特点确定小波包的分解方式,选取纹理高频分量分布最集中的子频带作为特征子频带,以其能量作为判别图像质量的准则。对比实验结果表明,该方法可以快速、准确地判断虹膜图像的质量,实现了对图像的实时处理,结果合乎人眼的主观度量,且区分不同质量图像的效果优于其它评价算法。     

深度学习源代码缺陷检测方法

针对由于传统的源代码缺陷分析技术依赖于分析人员的对安全问题的认识以及长期经验积累造成的缺陷检测误报率、漏报率较高的问题,提出了一种深度学习算法源代码缺陷检测方法.该方法根据深度学习算法,利用程序源代码的抽象语法树、数据流特征,通过训练源代码缺陷分类器完成源代码缺陷检测工作.其依据的关键理论是应用深度学习算法及自然语言处理中的词嵌套算法学习源代码抽象语法树和数据流中蕴含的深层次语义特征和语法特征,提出了应用于源代码缺陷检测的深度学习一般框架.使用公开数据集SARD对提出的方法进行验证,研究结果表明该方法在代码缺陷检测的准确率、召回率、误报率和漏报率方面均优于现有的检测方法.      

一种基于深度学习的实时视频图像背景替换方法

针对视频会话业务的实时性需求,提出一种轻量级深度学习网络模型实现视频图像的实时背景替换功能.网络模型包含语义分割和背景替换两个模块.语义分割模块整体架构采用编解码结构,编码端使用编码器模块、空洞卷积金字塔池化模块、注意力模块以及增益模块提取特征;解码端使用解码器模块、调整模块以及编码器模块恢复图像,再传入背景替换模块完成背景替换.该网络模型在本文设定的数据集训练后分割精确度达到94.1%,分割速度达到42.5帧/s,在实时性和准确性上达到较好的平衡,具有很好的实用效果.     

结合目标检测与特征匹配的多目标跟踪算法

针对多目标跟踪算法在遮挡频繁的场景下存在目标关联准确性低的问题,提出一种结合检测与特征匹配的多目标跟踪算法. 该算法引入检测精度较高的YOLOv5作为多目标跟踪的检测器,能够精准定位目标,有效提高跟踪精度;在面对目标间遮挡时,通过专门设计特征匹配模型提取更为细致的特征,能够有效降低跟踪时目标ID的切换次数.在MOT16数据集上对跟踪性能进行评估,结果表明:所提方法可以有效缓解目标遮挡,实现稳定跟踪.     

战术分组无线网分群与群管理

在分组无线电网中，网络规模的增大和节点数目的增多会引起网络性能的下降，在这种情况下要对节点进行分群。文中对分组无线电的分群算法进行了分析，并提出了一种适用于战术分组无线电的分群算法和群管理的方法。     

基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型,并基于此模型推导了地铁车站结构极限状态超越概率的计算公式,以评价结构的地震易损性.首先采用主成分分析对地震强度指标进行正交化和降维;为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性,基于BP神经网络建立趋势模型以预测结构的地震响应...     

深井低密度水泥浆体系的设计与应用

为了解决复杂地质条件及深井超深井施工中经常遇到的压力异常、井漏等地质工程问题,设计了两种适用于深井固井作业的低密度水泥浆体系.根据性能测试结果,粉煤灰复合低密度水泥浆体系可以满足塔河油田对水泥浆密度的要求,将其应用于10多口井,均取得了较好的应用效果.水泥浆返高均达到设计井深,大幅度减少了注水泥漏失的潜在危险,目前已被广泛应用.     

几种常见量子力学波包传播性质的研究

通过格林函数讨论了三种常见势场下运动粒子的波包传播性质.我们发现自由粒子的波包随时间变化,波包的重心以→P0/μ的速度移动,而波包的振幅由起初的δ变化为δt,然而r仍然按照高斯分布;均匀场中的粒子,波包的振幅以幂指数变化;简谐振子势场中粒子的波包在任意时刻动量的平均值就是经典简谐振子的动量.     

数据包截获仿真实验平台研究与实现

网络实验的计算机仿真是利用计算机对所研究的系统结构、系统功能和系统行为进行动态实时模仿,即通过计算机程序的运行来模拟网络内部数据传送过程,一些网络层原理的实验一般只能通过设计仿真系统进行试验验证。本文分析了网络数据包截获的实现原理和方法,在此基础上设计了一个网络数据包截获仿真实验平台,该平台可供计算机网络学习者进行仿真实验,同时也可给基于数据流异常挖掘的入侵检测系统设计提供参考。     

一种基于单播方式提高VoWLAN系统话音容量的方案设计

VoIP(IP语音)与WLAN(无线局域网)两者结合,产生了一种新型的无线话音传送平台:VoWLAN。针对WLAN的研究热点,分析了VoWLAN中存在的容量瓶颈,指出现有解决方案(M-M)存在的问题,提出一种基于单播方式提高VoWLAN话音容量的方案(U-M,Unicast Multiplexing),对VoIP业务性能进行了理论分析和仿真验证。结果显示,U-M方案相对于传统方案提高系统话音容量近一倍,相对于M-M方案丢包率降低10%左右,较好地保证了VoIP业务的服务质量。该方案在以话音业务为主的VoWLAN中节省了系统的功耗,是一种性能优良的提高VoWLAN系统话音容量的方案。