基于转移函数的移动网络海量数据隐私泄露检测技术

移动终端网络数据规模大,采用传统方法对海量数据隐私泄露进行检测时,无法保证网络中所有查询结果均参与运算,不能保证检测结果的准确性。为此,提出一种新的移动终端网络海量数据隐私泄露检测方法。把设计系统安装于移动运营商核心网,构建检测系统模型。将半格看作数据分析方式,通过半格元素对移动终端网络数据信息进行描述。采集程序中和变量使用相关的信息,对数据在基本块间传输与修改过程进行研究,实现对所有移动终端网络数据的分析。令全部查询结果参与运算。前向遍历基本块中的函数,依据函数类别,按基本块内污点规则对污点数据与漂白污点数据施行更新。获取转移函数,将转移函数应用于格值,得到隐私泄露数据。依据T-D法建立隐私泄露检测模型,对其进行优化,获取K-匿名隐私泄露检测模型。通过K-Q法对其进行求解,实现移动终端网络海量数据隐私泄露检测。实验结果表明,相对于传统方法,检测准确性较高,具有广泛的应用价值。     

基于残差神经网络的高强度运动超分辨率图像重构

针对实际拍摄的亚像素信息较少的低分辨率运动图像,重构图像通常较为模糊,甚至不能分辨。为此,提出一种新的基于残差神经网络的高强度运动超分辨率图像重构方法。令沿运动方向的亮度保持恒定,通过光流场匹配实现高强度运动图像的运动估计;根据运动估计结果和超分辨率重构的基本思想,将BP神经网络看作残差神经网络的基础建立残差神经网络,对残差神经网络进行训练,参照训练样本将经插值法放大若干倍的待重构高强度运动图像作为输入,将高分辨率图像和输入图像间的残差作为输出,把输入和输出累加获取超分辨率图像,实现若干放大倍数高强度运动超分辨率图像的重构。实验结果表明,所提方法运动估计准确,重构图像清晰、质量佳。     

基于星载GNSS-R DDM的海面目标探测研究

为了利用星载Global Navigation Satellite System-Reflections（GNSS-R）的延迟-多普勒图（Delay-Doppler map, DDM）实现对海面目标位置的遥感探测,本文依据星载DDM的生成原理,研究实现了其反过程即从DDM中重构散射区域图像进而达到探测海面目标的目的。首先利用截断奇异值分解（truncated singular value decomposition, TSVD）法去除DDM中的模糊函数;然后通过计算归一化雷达横截面积（normalized radar cross-section, NRCS）重构海面散射区域图像。以2016年3月1日TechDemoSat-1（TDS-1）实测的DDM数据为例,首先计算了镜反射点（specular point, SP）的位置,然后进行重构实验。实验结果表明：文中计算得到的SP与TDS-1提供的SP之间的最大误差在800 m左右,小于TDS-1 5 km的距离分辨率;同时,重构图像中目标的位置与极地海冰数据中海冰的位置相吻合,由此可见本文的目标探测算法能够从DDM中探测到海面目标。     

断层网建模关键技术研究

面对大多数的建模方法主要采用基于多源数据交互的建模方式,需要大量人工交互且不便于计算机自动或半自动化处理等问题,本文引入空间索引和OBB碰撞检测方法来检测断层间的接触关系,使用符合地质规律的测地线进行追踪,采用路径切割方法处理两个地质界面间的线性接触关系,从而自动处理任意断层面间的截切关系,构建复杂断层网。利用某地区作为研究区域,从实际数据出发,构建该区复杂的三维断层网,以验证本文提出的断面接触关系处理技术的有效性。     

改进的核相关自适应目标跟踪

针对目标跟踪中出现的快速运动、尺度变化、遮挡等问题,提出基于遮挡检测的核相关自适应目标跟踪。该方法首先,利用核函数对正则化最小二乘分类器求解获得核相关滤波器,其次,利用核相关滤波器计算特征响应图,同时学习一维尺度滤波器对尺度进行估计,最后,通过响应图的最大值和振荡程度来判断目标是否被遮挡,在未受到遮挡的情况下,更新学习目标的外观模型和尺度模型,实现自适应目标跟踪。在公开的标准数据集上的实验结果表明,相比原始核相关滤波算法,平均中心位置误差降低15%,平均重叠率提高10%,且在目标尺度发生变化、遮挡、光照变化、快速运动等复杂场景下有较强的鲁棒性、适应性。     

基于运动微分约束的机器人纵横向路径规划研究

传统机器人路径规划方法未解决机器人和局部路径连接处的运动微分约束问题;且可选路径均为近似结果,影响路径规划结果。为此,提出基于运动微分约束的机器人纵横向路径规划方法。利用微分约束设计纵横向协同三层规划方法,在进行局部规划的过程中,依据运动微分方程形成一段时间内的可行路径;在运动微分约束下,采用机器人与障碍物间的相对距离以及相对速度规划策略实现纵向规划,引入预瞄思想实现横向规划。按照纵横向规划结果及全局路径曲率设计纵横向综合控制器,使机器人实际运行路径与规划路径相同,以此实现机器人在复杂环境中的整体规划。实验结果表明,所提方法能够避开障碍物,规划路径短,机器人运行路径和规划路径偏差小。     

基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测

在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集的真实的客流图像数据,人工标注训练及模型测试数据集进行分析;进而根据头肩特征面积分布较集中,长宽尺度比例可明显分为一类的特性对区域建议网络网络中的锚候选框进行了改进,使其更适应地铁特殊场景中的行人检测。改进后的模型在保证系统检测精度的同时提升了检测实时性,可以精确检测地铁场景下不同姿势的头肩部位;并在不同场景及视角下的检测也取得了较好的效果。     

博物馆监控视频中慢速移动稀疏目标异常轨迹检测研究

传统异常轨迹检测方法将轨迹序列看作轨迹特征,无法有效描述轨迹,导致异常轨迹检测结果不可靠。为此,提出一种新的博物馆监控视频中慢速移动稀疏目标轨迹检测方法。采用一种快速计算方法对和目标相似度较高的粒子进行筛选,滤除和均值相差较大的粒子。对跟踪目标进行稀疏表示,为了避免目标被干扰或遮挡,进行非负性约束优化,完成稀疏求解,获取博物馆监控视频中慢速移动稀疏目标跟踪结果。依据跟踪结果将可代表整体轨迹的特征向量与部分可代表局部轨迹的特征向量合成一个整体特征向量,利用整体特征向量对慢速移动稀疏目标轨迹进行描述,通过描述结果和K聚类方法实现目标异常轨迹检测。实验结果表明,所提方法检测的异常轨迹与其他轨迹之间的差异最大,检测结果可靠,实际应用性较高。     

庐江县顺港地区磁异常特征与靶区预测

安徽省庐江县顺港地区位于长江中下游铁、铜成矿带的中段北缘,区域构造上位于扬子准地台、华北地台及大别山造山带交接部位,成矿条件有利,矿化信息丰富,对比沙溪铜矿区地球物理特征,以寻找"沙溪式"斑岩铜矿为主攻方向,故以此为勘查区开展面积达82Km2的高精度磁法测量工作,数据初步处理结果显示该区存在6个较明显的异常区,整体趋势呈西高东低,与勘查区内航磁异常相吻合。为了更加准确精细地分析解释异常与该区地质情况之间的联系,分别对磁测数据进行化极、延拓、剩余异常求取、梯度计算、解析信号求取等处理,根据处理结果预测了2个成矿靶区并做出合理推断:C1异常由强磁性体或弱黄铜矿化体引起,其西侧成矿条件更为有利;C2异常由闪长斑岩引起;C4异常由小型构造带或埋藏较浅、范围不大的中酸性脉岩引起;C5异常由隐伏中酸性脉岩引起。整体磁异常的走向与郯庐大断层内构造带走向基本一致,推断由郯庐大断层内含矿构造带引起。     

基于差分最小二乘支持向量机的目标识别研究

目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。