基于DS18B20模块固化的CRC校验漏检率补偿算法研究

为了提高DS18B20温度数据的可靠性,通过降低DS18B20模块自身CRC校验的漏检率,提出了一种温度采集补偿算法。该算法对DS18B20模块采集到的温度数据进行分析,排除数据队列中相对错误率较高的数据,再经滤波和迟滞处理后作为实际温度数据。结果表明,在给定的精度下,选定相应的数据队列长度及排除数据数,该算法不仅能够降低DS18B20的CRC漏检率,同时能平滑温度显示数据,有效抑制温度显示的闪烁现象。     

密集行人检测方法研究

针对现有行人检测算法面对遮挡、尺度不一等问题表现出来漏检率和误检率高的情况,提出一种基于改进YOLOv5的密集行人检测方法Improved-YOLOv5.采用改进BIFPN网络替换原有PANet,增强特征融合网络对于特征信息的利用率和对于小尺度行人的关注度.采用EIoU Loss替换原有CIoU Loss,提高模型的回归精度和收敛速度.提出一种新的后处理算法T-NMS,通过增加一个额外的阈值,提高模型对于密集场景下行人密度的区分能力,并在模型开销增加不大的前提下降低了漏检率.实验结果表明,在Citypersons数据集上,所提密集行人检测方法Improved-YOLOv5相比原YOLOv5算法在不同程度遮挡的子集上检测效果均有明显提升,尤其是高遮挡Heavy子集的MR^-2降低了4.2%,达到53.1%,表明改进方法在密集行人检测中具有较好的性能.     

基于支持向量机的磁粉探伤智能识别算法

磁痕图像的自动分类方法是磁粉探伤智能化的关键技术之一。针对目前磁粉探伤自动识别漏识率和虚警率高的问题,提出采用支持向量机算法后验概率输出的判断方式对磁痕图像进行分类。对采集到的图像进行预处理和特征提取,然后使用支持向量机对特征数据处理得到后验概率,利用此后验概率得到分类信息将结果映射为有无裂纹与类别模糊区三类,实现智能识别。实验证明算法的有效识别率高,在漏检率和虚警率上取得了较好的平衡。     

Kato-Katz法检查血吸虫卵漏检分析

本文主要讨论用Kato-Katz法检查血吸虫卵时存在的漏检问题,探究Kato-Katz法在不同感染度下和片数条件下血吸虫卵的检出规律性。     

基于完好性风险估计减少RAIM误警率方法

为了提供更精确的完好性服务,提出一种新型降低用户端自主完好性监测(receiver autonomous integrity monitoring, RAIM)误警率的方法。给出了定位误差与残差向量关系的新解释,基于最大定位误差完好性风险算法,提出了扩展正常检测区方法并进行故障检测,通过最大定位偏差保护限值提供故障检测的完好性保证,满足航段漏警率要求。最后,设计一种新的故障检测与故障识别准则,达到在不降低漏检率的条件下,减少误警率。算例表明该方法简单易行、有效。     

基于流量状态特性的网络异常流量检测模型研究

提出了一种网络流量异常状态统计模型--混合二次网络状态G(X2,DKS,DKKS,DAKS)模型.该模型从动态性原则以及降低误检率和漏检率思想出发,改进原有统计模型,建立了可以动态设定描述网络流量状态参数的加权统计模型.基于混合二次网络状态模型G(X2,DKS,DKKS,DAKS)的入侵检测系统进一步证明了该模型可以更大程度上提高异常检测性能,降低其误检率和漏检率.     

16位循环冗余校验码(CRC)的原理和性能分析

CRC是一种数据通信中广泛应用的检错方法,文章从编码的数学原理出发,分析了CRC的编码本质、生成/校验矩阵、最小码重等参数,推导了编码应用中的检错概率、漏检错误概率结论,给出了利用CRC纠正单比特错误的实现算法和仿真性能。     

一种基于NDIS IMD的入侵检测模型

基于对传统入侵检测模型和NDIS中间层驱动技术研究的基础之上,提出了一种基于NDIS中间层驱动的入侵检测模型IDMBN.IDMBN深入到Windows内核,可以较好地满足在网络底层检测和拦截入侵,解决了传统入侵检测在用户态或应用程序层不能够检测或漏检的问题,并在实际应用中取得了较好的性能,证明了该模型的可行性.