湖北卫星地球站9 m备份天线的建设与电路连接设计

叙述了湖北广播电视卫星地球站9 m备份天线的建设过程,对天线的基础建设、安装和入网过程以及电路连接设计都进行了详细的介绍,各项指标在实测中都达到了要求.     

数字电视地面广播探讨

通过研究国外的标准，掌握数字电视技术，为我们将来使用数字发射机做技术储备。介绍数字电视发射机的主要特点，分析了欧洲地面电视广播传输方案及单频网的技术依据和条件。     

并发表达式与安全标号Petri网

本文定义了并发表达式，指出其表达能力与安全标号Ｐｅｔｒｉ网是等价的。     

SDH网指针调整的影响

本文阐述ＳＤＨ网指针调整对ＰＤＨ支路输出抖动和漂摆，对网同步，以及对抖动测试技术的影响。     

A robust elastic net approach for feature learning

Unsupervised feature learning has drawn more and more attention especially in visual representation in past years. Traditional feature learning approaches assume that there are few noises in training data set, and the number of samples is enough compared with the dimensions of samples. Unfortunately, these assumptions are violated in most of visual representation scenarios. In these cases, many feature learning approaches are failed to extract the important features. Toward this end, we propose a Robust Elastic Net (REN) approach to handle these problems. Our contributions are twofold. First of all, a novel feature learning approach is proposed to extract features by weighting elastic net. A distribution induced weight function is used to leverage the importance of different samples thus reducing the effects of outliers. Moreover, the REN feature learning approach can handle High Dimension, Low Sample Size (HDLSS) issues. Second, a REN classifier is proposed for object recognition, and can be used for generic visual representation including that from the REN feature extraction. By doing so, we can reduce the effect of outliers in samples. We validate the proposed REN feature learning and classifier on face recognition and background reconstruction. The experimental results showed the robustness of this proposed approach for both corrupted/occluded samples and HDLSS issues.     

雷达网的检测概率模型及干扰策略研究

在单元平均恒虚警率的基础上,建立了OR融合规则雷达网的检测概率模型正常工作及分布式干扰下检测概率模型,进而在设定的场景下研究了对雷达网实施局部干扰策略和全部干扰策略时雷达网探测区域的变化,并通过比较分析得出了一些有意义的结论.     

一种恶意软件实时检测模型

启发式扫描检测入侵行为未知的恶意软件,存在误报及漏报问题,且不能有效监控Rootkit。基于＂通过监控某种恶意行为,实现对一类入侵方式未知的恶意软件的实时检测＂的思想,提出了一种实时检测入侵行为未知恶意软件的Petri网模型,给出了性能测量及优化方法。通过在模型指导下建立的恶意软件实时检测系统中采集关键参数,完成了模型性能评价和调整。设计的系统可实时准确地检测具有特征行为的恶意软件。     

基于模糊Petri网的网络风险评估模型

针对网络安全风险评估过程中存在的复杂性,以资产、脆弱性和威胁为安全评估的关键因素,建立安全分析的层次化评估指标体系。引入可信度概念,提出了一种基于模糊Petri网的安全风险评估模型以及模糊推理算法,同时结合层次分析法,采取定性与定量分析相结合的方法进行安全评估。实例分析表明：与传统的综合风险评估方法相比,基于模糊Petri网的风险评估方法给出的结果更加准确和科学。因此,该方法更适合应用于实际的网络系统风险评估中。     

英语语调评测中韵律段切分算法

在英语考试评测的复杂噪声环境中,韵律段的选取面临着很大的困难。将韵律段的选取目标明确为寻找韵律核心段,并进一步细化为2步,即基于能量、自相关的清浊音切分与基于音素HMM模型的发音网络强制匹配结果的结合。其中,发音网络强制匹配充分利用了先验信息,而根据清浊音切分的向前向后延展是为了控制段长和舍弃非韵律核心段。新算法经3个库的测试,语调评测错误率平均下降了3．8％。     

基于事例推理的中文垃圾邮件过滤

分析现有垃圾邮件过滤分类算法的不足,根据垃圾邮件的概念漂移特性,提出了一种基于CBR的垃圾邮件过滤算法.针对中文垃圾邮件特点提取特征,设计基于CRN网络的实例检索算法,该算法增加了预计算阶段,从而提高检索速度.实验结果表明,与传统贝叶斯算法相比,该算法对于动态变化的中文垃圾邮件数据集有更好的过滤效果.