基于K-means和AGNES的未知二进制协议聚类

协议的聚类是协议分析中一个重要的环节,为实现对未知二进制协议高效聚类,提出了一种基于K-means聚类和AGNES的未知二进制协议聚类方法。在对获取的二进制协议比特流进行数据预处理的基础上,先采用K-means算法对比特流数据进行初步聚类,再通过误差平方和、Calinski-Harabasz分数值和轮廓系数确定k值,最后选择AGNES算法将未知二进制协议比特流划分为不同的二进制协议子集。方法有效结合了K-means和AGNES算法的特点,降低了时间复杂度的同时提高了聚类的精确度。对实验数据集的测试结果验证了所提方法的有效性,较为准确地确定了k值,聚类精确度达到了98%。     

抗辐照MRAM研究进展

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler) 散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。     

KL散度多模块滑动窗口慢特征分析的故障诊断方法

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler)散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。     

一种自动镜头聚类方法

镜头聚类是视频内容分析的重要途径。镜头聚类的基本任务是基于镜头的物理特征对镜头进行分类。本文设计和实现了一种新的镜头聚类方法 ,这种方法从一个初始分割开始 ,经多次聚类分裂与合并的迭代 ,自动地进行误差校正。这种方法既不需要通过人工交互来解决试探聚类方法的误差调节问题 ,也不需要迭代聚类算法中难以确定的经验参数和经验阈值的设定 ,克服了普通聚类方法的缺点 ,在实际应用系统中取得了较好的效果。     

高炮对巡航导弹毁伤概率仿真

针对高炮射击中误差的复杂性,根据相关性把射击误差分为三类,并通过近似方法把射击误差由三类转化为两类,进而借助分布函数合成定理法对高炮单炮一发的毁伤概率计算提出了算法,并在此基础上依次给出了单炮一次点射以及炮连一次点射对巡航导弹的毁歼概率计算方法;且运用此计算方法,参照巡航导弹的参数来选取计算参数,通过仿真的方法研究了巡航导弹的易毁性以及射击时目标被弹面积的变化对毁歼概率计算结果的影响,并给出了相应仿真结果.     

内表面间垂直度的高精度测量方法设计与误差分析

针对框体类零件超精密加工的难点问题--内表面问垂直度误差的高精度测量,提出了一种基于波面干涉技术测量的新方法,建立了垂直度测量系统,分析了各调整误差对测量结果的影响.该方法能够实现框体类零件内表面间垂直度误差的高精度测量与评价,并能得到误差的三维分布,测量结果可直接用于零件的确定性修形加工.实验表明,该方法可实现0.6"的综合测量精度.     

基于分层聚类的支持向量机模拟电路故障诊断

提出分层聚类与支持向量机集成的算法,以多级二叉树结构的SVM实现故障的分级诊断。根据最大间隔距离原则,对各故障模式电路特征的逐次聚类二分获得二叉树,使每个节点的SVM具有最大分类间隔,减少了误差积累,从而优化了SVM的组合策略。聚类上利用遗传粒子群算法对样本进行聚类。经模拟电路仿真结果显示,该方法与一对一、一对多方法相...     

基于模糊椭圆聚类的火炮射击精度分析

考虑到对于大规模炮兵部队的应用,如何提高炮兵火力运用的效率,特别是充分发挥大规模炮兵部队的应用效能,具有重要意义.提出根据对不同火炮散布误差的聚类分析,可以指导编组具有相似射击误差特性的火炮,形成火力单位,从而更加有效地执行火力任务.针对火炮散布椭圆特性,采用一种基于模糊椭圆的聚类方法.针对某地实弹射击数据实验表明,该方法是有效的.     

基于交叉熵和新转移函数的模糊神经网络分类器

针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。     

一种基于方差分析的颜色量化方法研究

颜色量化技术是计算机图形学和图像处理中最常遇到的问题之一。本文提出了一种新的多维数据聚类方法,即基于方差分析的颜色量化方法,并将该方法与其他五种常用颜色量化方法进行了比较,给出了具体的颜色量化误差,研究结果表明,本文所提出方法在较好保持图像质量的前提下,具有较小的量化误差。     

一种彩色地图自动分层的快速算法

彩色地图扫描数据自动分层是地图数字化的关键技术之一。在研究了彩色地图扫描数据中客观存在的颜色误差后,根据彩色地图颜色的变化规律,提出了一种快速分层算法。实验结果表明,利用该方法所得到的分层结果可以快速解决彩色地图的自动分层问题。     

辅助足球视频切分的音频自动分类与分段

视频伴随音轨的自动分类与分段是辅助视频切分的一种有效手段。从足球视频的特征入手,归纳总结出足球视频中三类主要的音频类型,既而提出了基于HMM并且结合一定平滑策略的音频自动分类和分段的框架,在实现音频分类分段的同时完成了足球视频的切分。初步的实验结果验证了该方法的有效性和鲁棒性。     

Survival distributions in crossing fields containing clusters of mines with possible detection and uncertain activation or kill

The present paper presents an algorithm for the exact determination of survival distributions in crossing mine fields. The model under consideration considers clusters of mines, scattered at random in the field around specified aim points. The scatter distributions of the various clusters are assumed to be known The encounter process allows for a possible detection and destruction of the mines, for inactivation of the mines and for the possibility that an activated mine will not destroy the object. Recursive formulae for the determination of the survival probabilities of each object (tank) in a column of n crossing at the same path are given. The distribution of the number of survivors out of n objects in a column is also determined. Numerical examples are given.     

基于区域分割的光学显微结核杆菌图像分割算法*

为了提高结核杆菌目标的分割精度,本文提出了一种基于区域级的光学显微结核杆菌图像分割算法。首先,通过顶帽-底帽变换增强彩色图像对比度,然后融合图像局部特征和全局信息计算图像梯度,在此基础上利用分水岭算法实现对图像的初始分割;对分割区域采用相邻区域最大相似度准则进行合并,从而得到完整的目标区域;最后根据结核杆菌图像的特点,通过分析结核杆菌目标区域的颜色特性,采用多阈值分割的方法滤除区域中的杂质,实现对结核杆菌目标的分割。实验结果表明,本算法可以分割出目标对比度低以及饱和度过低的结核杆菌目标,并且对不同染色背景的图像均能取得较好的分割结果。     

层次聚类算法和基于图的分割算法相融合的图像分割算法

基于图的分割算法（Graph-Based Segmentation,GBS）算法）是由Felzenszwalb和Huttenlocher提出的经典的图像分割算法之一,但其分割结果中存在明显的欠分割现象。为此,在GBS算法的基础上引入层次聚类（Hierarchical Clustering,HC）算法,构造出一种解决GBS算法欠分割的方法,同时采用多线程并行处理数据的方式,有效改善了传统层次聚类算法的处理速度。该方法在RGB彩色空间中使用GBS算法得到图像中每个像素点的初始分割结果,并提取出每一类区域中的像素值,对其进行层次聚类,得到每一类区域中像素值的类别标签,根据层次聚类所得到的类别标签和预设的类别范围,修改每个像素点的初始分割结果。最后根据区域合并准则,生成一个新的分割图。经实验表明,该方法与Kmeans-SLIC(simple linear iterative clustering)算法和GBS算法等相比,很好地解决了欠分割现象,并产生了分割精度较高的语义分割图。     

Optimal control of a production process subject to AOQL constraint

A production process which exhibits a decreasing pattern in the mean quality during the course of production is considered. A lower limit is specified for the quality characteristic of interest, and an item is classified as defective if its quality characteristic is below this lower limit. The major concern of the manufacturer is the average outgoing quality (AOQ). Hence, the process has to be adjusted after a time to avoid producing a large proportion of defective items due to deteriorating quality. To meet consumer specifications, an average outgoing quality limit (AOQL) is specified. A process-control scheme is developed in which decisions as to the upper and lower limit of the process mean are made based upon the choice of an AOQL. We discuss the decision problem of selecting the starting level of the process mean, and the level at which the process mean should be adjusted back to the starting level, so that the AOQ is not larger than AOQL. We consider a cost model which includes a fixed cost for adjustment, and a production cost which is assumed to be a function of the quality level. Due to the complexity of the model, a search procedure is used to find the optimal solution. In addition, an approximate solution which requires only simple calculations is developed, and is shown to be very effective in finding near-optimal solutions.     

Multivariate tests of fit using asymptotically sufficient grouping

A sample is taken from a continuous multivariate distribution. The problem is to test the hypothesis that the unknown joint cumulative distribution function is equal to a completely specified function. The observed data are transformed so that the hypothesis being tested is that the distribution is uniform over a unit hypercube. If only neighboring alternatives are considered, it is shown that the numbers of observations falling in a gradually increasing number of subcubes are asymptotically sufficient. It is shown that for all asymptotic probability calculations, we can assume that the joint distribution of the numbers of observations can be considered to be the distribution of slightly rounded off normal random variables. Tests based on these facts are constructed.     

去调频处理中空变相位误差补偿方法

调频连续波具有较长的脉宽和较大的信号带宽,通常采用去调频的处理方式,但是,去调频的处理会引入空变的相位误差。从去调频的处理方式入手,根据发射信号相位误差缓变的特点,提出了依据发射信号相位误差模型补偿空变相位误差的方法,并在理论上对该方法进行了推导。该补偿方法分为两步,从差频信号中去除发射信号相位误差,在残余视频相位误差校正之后,通过与补偿函数相乘去除剩余的相位误差。仿真和实测的实验结果表明,该方法能够克服目标距离的限制,有效地补偿空变相位误差带来的影响,提高脉压水平。提出的误差补偿方法能够很好地平衡系统负载、误差补偿精度和算法开销,具有较强实用性。     

结合峰值检测的高噪声图像快速聚类分割方法

针对高噪声污染图像,提出一种结合峰值检测算法的快速聚类分割方法(FC-ImSeg)。根据平行线投影分割算法将二维直方图映射到一维空间,利用峰值检测算法检测图像像素点的聚类结果,调整映射模型的平行线宽度,使直方图符合双峰分布特性,最后利用加权模糊c均值聚类算法实现图像的分割。实验结果证明了该方法是快速有效的。     

基于相对密度的增量式聚类算法

基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值难以确定以及高密度簇完全被相连的低密度簇所包含等问题。同时,通过定义新增对象的影响集和种子集能够有效支持增量式聚类。