小波变换在奇变信号检测中的应用

根据小波变换的基本概念和理论,给出了实现小波分解与重构的塔式快速算法．基于小波变换用于奇变信号的检测原理,对奇变信号的小波时频分析技术进行了深入的研究．并通过一个工程实例,说明了小波变换在奇变信号检测中具有广阔的应用前景.     

小波变换和小波识别的应用

综述介绍了多分辨分析和框架理论、小波分析在非平稳信号分析和边缘检测等方面的应用．     

二维图像的基本处理与边缘检测

二值图像的处理是图像边缘检测的重要组成部分,文中对边缘检测的各种算法和算子做了一定总结和分析.本文利用Matlab与Visual C 编程实现对图像的基本处理与边缘检测,从实验检测的结果及算法对大量图像边缘检测的结果来看,Canny算子这种算法虽然简单,但是效果很好,是边缘检测的一种很好的实用方法.     

Kirsch算子地质图像边缘检测算法并行化研究

针对大尺寸地质图像边缘检测算法计算密集和数据密集的特性,为提高地质图像边缘检测算法的计算效率,提出一种自适应阈值的Kirsch算子的边缘检测算法.从传统算法层面,通过减少运算次数以及针对阈值设定随机性较大的问题提出自适应阈值的方法对其进行优化.从算法并行层面,在CPU-GPU传输开销以及线程规模选取上分析优化.经测试,...     

基于非线性提升格式的边缘检测

针对边缘检测中检测精度与抗噪能力的相互制约的问题，采用非线性提升格式，结合自适应阈值，提出了一种新的边缘检测算法．该算法计算简单、易于并行实现，且在一定程度上协调了检测精度与抗噪声之间的矛盾．实验结果表明该算法在提取边缘的同时能有效地抑制噪声，检测精度高．     

一种改进的基于小波变换的图像边缘提取算法

在对现有的基于小波变换的图像边缘提取方法进行简要分析的基础上,提出了图像边缘提取改进算法.该算法主要是对边缘点的判断准则进行了改进,通过将任一点的梯度方向与水平、垂直、45°、135°方向进行比较,将这4个方向中与该点梯度方向最接近的一个方向重新赋给该点的梯度方向,并检验二进小波变换的模在该点是否为新的梯度方向上的局部极大值,若是,该点就是边缘点,否则不是.最后通过模拟实验给出了该方法的实验结果,实验结果有力地证明了该方法的有效性.     

基于小波变换的局部化数字水印算法

为了解决许多水印算法不能抵抗任意剪裁的缺点，提出了局部化数字水印算法．通过二维Mexican Hat小波变换提取图像中的多个特征点，在以特征点为中心的局部化区域中分别进行小波变换，并通过对小波系数进行单系数量化来实现水印信息的嵌入，同时水印的提取不需要原始图像的参与．实验结果表明，在剪裁后待检测图像中至少包含一个嵌入水印区域的前提下，该算法对JPEG、JPEG2000压缩和任意剪裁具有很强的抵抗能力．     

基于多分辨率分解的音频水印算法

根据小波变换的时频分析特性和多分辨率的分析特性,提出了一种基于小波变换的数字水印嵌入与检测算法.用这种算法嵌入水印有很强的隐蔽性,对原始音频信号的影响基本上察觉不出来.仿真实验证明使用这种算法能够正确地检测出水印的存在,可以抵抗噪声干扰、去噪处理、滤波处理和信号的重采样等.     

一种改进的探地雷达回波信号的奇异性检测

利用相邻道信号具有相似性的特征，对探地雷达回波信号，采用地震勘探奇异性检测的方法，运用二进小波变换的模极大值，提出了一种改进的、基于相关道奇异性检测的算法并予以实现．分别使用原小波变换奇异性检测算法和相关道奇异性检测算法，对一组探地雷达正演分层回波数据进行处理．处理结果表明，改进的方法较原方法能够更准确地检测出探地雷达回波信号的奇异点，能更好地去除噪声和其他因素对信号的干扰以及发现地下异常．改进算法对奇异性检测具有显著的优越性，为目标识别和图像重构等后继处理提供了有力的支持．     

一种改进的SAR图像边缘检测方法

针对Ration边缘提取算法对弱边缘检测效果差，边缘定位精度低的缺点，提出了一种改进算法用于检测微弱边缘，并给出具有FCAR特性的阀值选取办法，实际应用中，将两种方法结合为一种综合处理方法，对真实SAR图像的处理结果表明，该综合处理方法具有较高检测正确率及较好的边缘定位精度。     

时变信道序列检测的概率收敛定理和检测截止所引起的误码增皿

时变信道中的信号色散现象是使数字通信系统性能显著下降的主要因素,特别是多径展宽(即所谓的符号间干扰)的增大将强烈地限制通信速率的提高.因此,对信道色散的测量和寻求各种改善数字通信质量的途径的研究,历来为通信系统的设计者所关注,一直没有中断.为了寻找克服多径效应对数字通信影响的新的途径,文献[1]、[2]依据多径传输和时间分集接收技术之间的相似特性,对广大平稳随机时变信道上使用最大似然序列检测技术的问题进行了研究,得到了若干很有意义的结果;并提出了“在采用序列检测技术后,符号间的干扰越严重,其抗衰落的性能反而越好,当符号间干扰无限严重时,时变信道将被改造成恒参信道”这个在逐比特检测情况下认为是不可思议的结论.     

几种小球藻油脂含量检测方法的比较及优化

用Bligh-Dyer重量法、香草醛比色法和尼罗红染色法对蛋白核小球藻油脂含量进行了检测,结果表明:3种检测法中重量法结果准确,但灵敏度较低,最低检测量为100mg;香草醛比色法和尼罗红染色法简便且灵敏度高,实验中香草醛染色法最低检测量为10mg,优化的香草醛比色法可直接检测藻粉,最低检测限为0.5~3.0mg.尼罗红染色法可直接检测藻液,最低检测限为200μL小球藻含量为0.0588~0.5880mg·mL-1的藻液.最后建立了以香草醛比色法为主的油脂含量检测方法,和尼罗红染色法相结合可定量测定微量小球藻样品.     

一种新型的自适应入侵检测系统的研制

针对当前入侵监测系统存在的自适应能力较差、扩展性差的问题，基于面向混合类型数据的快速启发式聚类算法FHCAM和属性约束的模糊规则挖掘算法ACFMAR，提出了一种采用数据挖掘技术的自适应入侵检测系统DMAIDS．该系统通过划分聚类的方法划分出异常入侵记录；模糊关联规则的方法提取入侵模式．通过对1999年举行的数据挖掘大赛所使用的10%子集进行实验，结果表明该系统平均检测率和平均误检率比大赛获得冠军检测方法准确率提高了近2倍，检测率从数据子集1的65．25％自适应提高到数据子集9的85．7％能自适应的检测各种攻击，表明该系统具有很好的应用前景。     

软件结构属性分析与恶意软件检测

任何可执行文件都必须满足一定的结构特征.本文以Windows平台下的PE文件为研究对象,从PE头、节头、节代码出发,给出了17个结构特征;针对给定正常软件和各类恶意软件,获得了这些属性取值分布特征;采用多类数据挖掘分类技术获得了正常软件与恶意软件的判定规则.实验结果表明,C5.0的分类算法检测准确性最好,达到94.16%.这些规则可以为软件可信性度量提供依据.     

一种方向梯度直方图的降维方法

为描述对象的局部外观和形状,方向梯度直方图首先将图像划分成小区域(被称为cell),然后在其上累加像素梯度方向的一维直方图.在被称为block的较大区域(由数个相邻的cell组成)上连接cell的直方图,经归一化处理形成特征向量.为减弱由block引起的区域量化走样,在计算检测窗口的特征时,采取部分重叠block的措施,从而大大增加了特征维度以及目标检测时的计算量.通过扩大参与相邻cell之间像素梯度插值的面积,并设置适当的高斯平滑核尺度,可消除block重叠,从而将64×128尺寸的窗口的方向梯度直方图特征维度由3 780降低为1 152.INRIA的行人数据集实验表明,该方法也可减弱区域量化走样,且其性能与原方向梯度直方图几乎相当,而检测速度却显著提高.     

基于差分图像的人脸检测与跟踪研究

人脸检测与跟踪是人脸信息处理领域中的一项关键技术,提出了一种可通过自适应阈值分割运动区域,根据人脸几何特征验证得到人脸模板,再运用GA跟踪人脸,并且用M6215摄像头进行实时采集、定位与跟踪的新的快速有效的人脸跟踪方法.实验表明:本系统不仅跟踪速度快,还可以在人的手势变化干扰或背景有干扰的情况下,进行令人满意的人脸检测与跟踪.     

基于区域似然比的SAR图像变化检测

针对传统基于像素的变化检测方法受Speckle噪声影响严重的问题，在区域分割的基础上，提出似然比检测的方法，获得了良好的检测结果．该方法先针对多时相SAR图像数据样本的统计模型提出未知和变化两种假设，然后采用似然比检验方法对两种假设进行检验，从而获得区域的变化检测结果．实验表明，该方法很大程度上降低了SAR图像乘性噪声在变化检测过程中带来的误检和漏检效应，将检测的精确度提高了22％，从而比较准确地反映了SAR图像区域的变化，具有很好的应用前景．     

源端网络中SYN洪流攻击的自适应检测

根据TCP连接建立过程中SYN请求分组与SYN／ACK应答分组一一对应的特性，提出了一种针对SYN洪流攻击的源端网络自适应检测方法．该方法采用简单滑动平均算法对实时统计数据进行平滑，根据对检测统计量的均值和方差的在线估计自动调整检测门限，并利用连续累计检测法来降低突发网络异常对检测结果的影响．性能分析和仿真验证结果表明，在检测时延不超过6个采样周期的要求下，该方法可检测的最低攻击流量约为正常流量的30％，并且检测结果的虚警概率低于10^-6，漏警概率低于10^-2．     

基于方向梯度直方图的螺纹连接件端面缺陷检测方法

针对螺纹连接件端面表面的反光性、阈值选取的不确定性, 提出了一套图像处理方法. 使用中值滤波和图像锐化增强等方法处理图片, 解决背景与前景差距较小的问题; 选取利用方向梯度直方图确定图像上的边缘方向, 实现对目标的直线轮廓提取, 与已知目标的轮廓模型结合实现对非直线目标轮廓的提取. 该处理方法可以自动提取目标的轮廓, 而不需要设定阈值, 且对亮度、对比度和噪声变化的适应性较好. 对2500个报警器底盘做的检测实验结果表明, 采用该方法能去除噪声, 与Canny轮廓提取法相比, 能更准确且稳定地提取出螺纹连接件端面的边缘特征; 对螺纹连接件端面磨损和歪斜的检测准确率分别达到了99.4%和98.6%, 满足工业的准确率和实时性的需求; 同时可减少人工成本, 提高检测速度.     

基于支持向量机及遗传算法的光刻热点检测

提出一种基于支持向量机（SVM）及遗传算法（GA）的集成电路版图光刻热点检测方法.首先对版图样本进行离散余弦变换（DCT）以提取样本的频域特征,然后基于这些样本训练SVM分类器以实现对光刻热点的检测.为了提高光刻热点检测的精度及效率,采用遗传算法（GA）对频域特征进行选择,并同时优化SVM参数.实验结果表明,基于SVM及版图频域特征并结合遗传算法进行优化的光刻热点检测方法可以有效提高版图光刻热点的检测精度.