采用PageRank和节点聚类系数的标签传播重叠社区发现算法

基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构，因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序，可以稳定社区发现结果，节点的聚类系数是一个与节点相关的值，使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值，可以提高社区挖掘的质量。在人工网络和真实世界的网络上测试，实验验证了该算法能够有效地检测出重叠社区，并具有可接受的时间效率和算法复杂度。     

基于多单片机系统的小口径火炮激光光幕靶设计

针对高射速、高射频火炮射速和密集度检测的难题,应用光电检测和单片机技术,研究设计了一种以多单片机系统为核心,适用于高射速、高射频小口径火炮射速和密集度检测的激光光幕靶系统。提出了一种新的激光光幕设计方案,推导了弹着点计算公式,阐述了系统中的关键技术。在实验室条件下进行了弹射枪模拟实验,结果表明:激光光幕靶操作简便,工作稳定可靠,能够有效克服自然光干扰,检测速度快,精度高。     

液体炸药的特性及其探测技术

近年来，恐怖分子热衷于使用液体炸弹实施袭击，利用其制造简易、携带隐蔽、识别困难、现场配用等特点，逃避安全检查。液体炸药的有效识别和探测，成为各国安全部门亟待解决的问题。     

荧光分析技术在单个生物分子行为及实时检测中的应用

活细胞单分子行为及实时检测研究是生命科学向微观世界深入探索的一个重要标志，它需要生物、化学、物理等多学科的交叉，已经成为目前研究的一个热点。该领域主要研究内容有细胞内单个大分子的实时研究、细胞内大分子的超微量实时检测。文章介绍了近年来对活细胞单分子行为及实时检测研究的几种荧光分析技术及其应用，涉及到的荧光分析技术有全内反射荧光显微术、荧光共振能量转移术、多光子荧光成像术、荧光相关光谱、光漂白后荧光恢复技术、荧光寿命成像显微术、单分子荧光偏振等。这些荧光分析技术以其快速、无损、时空分辨率高的特点，成为了研究单个生物分子行为的重要手段。     

红外多光谱图像弹道目标检测算法

在红外多光谱图像中,弹道导弹尾焰拥有两大特征,一是由强烈红外辐射引起的灰度差异,二是独特的光谱特性。然而,传统的单波段检测技术只利用了尾焰强烈的辐射特性,而近些年发展起来的多光谱检测技术则只利用了尾焰独特的光谱特性。为了充分利用导弹尾焰的两大特征,将单波段检测技术和多光谱检测技术结合起来,提出三种检测算法,并从算法的检测效果、运算量和鲁棒性三方面详细分析它们的优缺点。采用人工合成的红外多光谱图像进行验证,实验结果表明,相比单独使用单波段或多光谱的检测算法,融合算法的检测性能更好。     

基于分形滤波的能量检测方法

能量检测是认知无线电频谱感知的有效方法,但在低信噪比情况下检测概率明显下降。提出了基于分形滤波的频谱感知能量检测方法。基于分形滤波可以有效抑制噪声的特点,该方法先对接收信号进行分形滤波,以其能量值作为检测统计量,进行能量检测。仿真结果表明,通过基于分形滤波的能量检测和直接进行能量检测方法对比,滤波后信噪比在下降7 d B时仍然满足90%以上的检测概率。此外,该方法对不同调制信号均具有较好的适用性,在噪声不确定情况下仍然具有较高的检测概率。     

具有镀铬层的铁磁材料和零件的裂纹检测

阐述了具有镀铬层铁磁性零件的裂纹漏磁检测机理,探讨了基于循环搜索逼近的裂纹定量检测的基本方法。实测结果证明漏磁法检测具有镀铬层工件的缺陷是可靠的。     

基于Monte-Carlo方法的火炮瞄准校验系统精度评定

基于双经纬仪的火炮瞄准校验系统需要给出其校验精度,但传统的测量不确定度传递公式需要大量微分运算,校验精度计算很复杂,为此,提出了基于Monte-Carlo方法的火炮瞄准校验系统测量不确定度的评定。以调炮精度校验为例分析了校验系统的原理,结合调炮精度校验过程设计了基于Monte-Carlo方法的测量不确定度评定过程,分析比较了计算量的大小,并将评定结果与传统评定方法的结果进行比较。结果表明:二者一致性良好,Monte-Carlo方法能够完成对瞄准校验系统各校验项目的校验精度评定,并且简化了计算,节省了时间。     

实兵演习战场态势研究

实兵演习战场态势是指挥员通过实战化训练提升获取战场情况、指挥部队行动能力的重要支撑和手段。首先针对当前实兵演习战场态势存在的数据结构、传输机制、系统架构和聚合显示等重点难点问题进行了详细地阐述和分析，然后在此基础上提出了态势数据结构的层次化设计、按需公布订购的数据传输机制、态势框架的柔性化设计和基于作战能力的态势聚合机制等相关的解决方法。以期能够建立一个支持大规模、分布式联合应用，并且可以显示综合战场态势和专用战场态势的战场态势系统。     

基于聚类分析的入侵检测算法?

聚类技术在入侵检测中被广泛研究，但是传统的K?means算法对初始值敏感，无法取得理想的效果；层次聚类算法时间复杂度高，性能较差。针对这些问题，设计了一种改进的K?means算法：算法优化孤立点和噪声处理能力，根据有效性指标获得最优K值，在此基础上，动态选取初始聚类中心进行聚类，可以取得较好的聚类效果。采用数据集KDD Cup99将改进的算法应用于入侵检测，进行仿真实验。实验结果表明，改进的算法有效地提高了检测率和降低了误检率，与现有算法相比具有一定的优势。