长相关积累STAP处理的星载SAR-GMTI

目前多通道STAP多应用在短相干脉冲积累(CPI)模式的非成像体制雷达地杂波抑制,而对长CPI的SAR成像体制下的讨论较少。文中首先分析两种体制下STAP采用的不同信号模型,研究CPI对回波统计特性的影响和两种体制目标功率谱的差异。然后讨论SAR成像体制下STAP的应用,分析空时去相干性的影响。指出星载非平稳杂波环境中长CPI多普勒后处理的优势:既能有效降低杂波秩,减小样本支持数,同时减弱对空时去相关源的敏感性,又可得到动目标SAR图像。最后给出仿真实例。     

基于特征选择的网络入侵检测模型

入侵检测是保证网络安全的重要手段之一,针对当前网络入侵检测模型无法获得理想网络入侵检测效果的难题,设计了基于特征选择的网络入侵检测模型。首先对当前网络入侵检测研究现状进行分析,指出当前网络入侵检测模型存在的不足;然后采集网络状态信息,并提取网络原始特征;最后采用主成分分析选择主要特征,并引入极限学习机建立网络入侵检测的分类器,采用KDD CUP99数据集对模型进行分析,结果表明,所提方法大幅度改善了网络入侵检测率,网络入侵的误检率、漏检率低,网络入侵检测整体效果要显著优于当前其他网络入侵检测模型。     

浅析数据挖掘算法在入侵检测中的应用

随着互联网的高速发展,计算机网络在现代社会中扮演了日益重要的角色,它们也因此成为许多恶意攻击者攻击的对象。因此,无论是商业还是政府机构,对入侵行为的察觉和防护成为一个日益迫切的需求。目前应用于异常检测的方法有统计方法、神经网络、专家系统、数据挖掘等。基于数据挖掘等。本文采用了一种基于关联规则的数据挖掘算法来分析入侵检测系统数据库来检测出攻击事件。对于异常检测,主要研究了分类算法;对于误用检测,主要研究了模式比较和聚类算法,在模式比较中又以关联规则和序列规则为重点研究对象。最后对目前数据挖掘算法在入侵检测中应用所面临的难点进行了分析,并指明了今后的研究方向。     

基于AT89S52的家庭智能浇花器的设计

设计了家庭智能浇花器,实现花卉的自动浇水.利用单片机实现自动浇花,根据不同的花种,设置了不同的控制方式,即定时定量浇花方式与根据湿度浇花.定时定量浇花是实现每天在规定的时间自动打开电磁阀浇花,根据不同的花卉所需水量不同,用一个按钮来设置浇花时间的长短,即电磁阀打开的时间,其余时间电磁阀闭合,水流不经过;根据湿度控制浇花...     

基于机器学习方法的入侵检测技术

随着信息技术的不断发展,人们生活发生了翻天覆地的变化,它给人们带来了很多便利,但与此同时,安全问题也日益突出。目前,传统的入侵检测系统已经不足以完成对越来越复杂的网络攻击的检测任务。入侵监测系统技术之中引入机器学习,可以有效地提高系统性能。文章主要介绍了几种机器学习方法在入侵检测中的应用。     

数据异常值检测及修正方法研究

针对雷达测量数据中存在的异常值,对数据中的时间参数根据其变化规律的等差性进行异常值检测。对雷达发射功率、角度、距离参数异常问题,基于邻近去最值均值滤波原理,采用滑窗方式进行检测并修正。实验结果表明,提出的检测方法能够有效检测并修正数据中的异常跳变点且不改变正常值。     

光链路检测系统在网管中的设计与实现

主要利用网管设计实现对集成了光时域反射仪(OTDR)板卡的OLT设备进行管理,达到监控管理光链路状况的目的。该方案具有自动检测和手动检测的功能,图形化的界面能实时显示测试与诊断结果。检测过程更简单,采集手段更完善,测试结论更准确,具有很强的实时性和实用性。     

虚拟现实系统中的视觉延迟研究

视觉延迟将致虚拟现实系统的沉浸感遭到破坏，并导致用户产生运动高，对产生视觉延迟的检测延迟和成像延迟进行了研究。     

互联网用户异常行为检测

针对传统的入侵检测系统没有全面地对行为进行度量以及监测实时性不高,并且存在较高的误判率,缺乏动态适应性等问题,提出对互联网用户的网络行为进行异常分析,针对不同的应用场景采用基于向量空间和语义的行为异常检测的算法.方案充分考虑到不同网络环境的特点,可以根据不同环境制定可信度量策略.仿真实验表明,与传统的入侵检测方法相比,有较好的环境适应性和较低的误判率.     

一种适用于非高斯杂波背景的DP-TBD算法

针对动态规划检测前跟踪(DP-TBD)算法在非高斯杂波背景、起伏目标条件下检测和跟踪性能差的问题,将粒子滤波引入动态规划的似然比阶段指标函数计算中,利用粒子权值的均值表征目标存在假设下的似然函数,导出似然比指标函数模型,进而给出了一种适用于非高斯杂波背景和起伏目标的最大似然DP-TBD算法。应用文中算法在对数-正态杂波、Swerling起伏模型条件下,对目标的检测跟踪性能进行了仿真,并与两种传统的DP-TBD算法进行比较,验证了该算法的有效性。