手指静脉结构的B样条描述方法

针对现有手指静脉结构描述方法无法充分描述手指静脉结构中具有显著性和稳健性的线结构的问题,提出一种基于B样条的手指静脉结构描述方法。对于细化后的手指静脉纹路,采用线段扫描方式获取各静脉分支上目标点的坐标集合,用B样条曲线拟合各条静脉分支,求取各B样条曲线的控制点坐标,用其描述手指静脉的线结构。结果表明,采用本文方法描述手指静脉结构误差小、存储空间占用小,可以有效描述手指静脉线结构,并提高手指静脉的识别率。     

新疆伊斯兰教建筑装饰艺术的特征

新疆伊斯兰教建筑装饰艺术的特征是以一种特殊的造型、形式、色彩、材质,多种多样的装饰技巧以及独有的审美特征体现出来的。是新疆伊斯兰教建筑文化体系中取得最高成就的一部分,是集实用功能、审美功能、认识教育功能于一体的艺术形式,蕴涵着地域环境、民情风俗、审美价值等丰富的内容,呈现出浓郁的风格特点。这些装饰艺术的特征,影响着人们的情绪,净化着穆斯林们的心灵,给观赏者以建筑装饰艺术的造型、色彩、纹饰的美感,获得审美的愉悦。     

论军事劳动力的经济特征

军事劳动力的需求具有目的的政治性、主体的独一性、价格的计划性以及需求量影响因素的复杂性四个特征;军事劳动力的供给具有成果的共有性、条件的艰苦性、行为的被强制性以及成果评价的主观性四个特征。基于军事劳动力的需求特征和供给特征,军事劳动力的价格决定具有明显的非均衡性。为了制定合理的军事劳动力价格,应当建立对于需求主体——国家行为的合理的制衡机制,并力争使军人的劳动供给行为规范化。     

基于一维平均距离像矩特征的飞机目标识别

本文分析了利用一维距离像进行目标识别的问题。通过对目标相邻的一维距离像进行幅度平方平均处理,得到比较稳定的平均距离像。然后将目标的平均距离像看作二值图像,提取它的矩特征用于分类识别。对三类飞机目标进行分类识别的结果表明该方法是可行的。     

遗传算法及其应用

简述了遗传算法的其本原理和特点,并将其应用于声纳目标特征的选择。实验结果表明了遗传算法在模式特征优化和选择中的优势。     

光学表面的分形特点与模拟表征算法

根据光学表面在微观结构呈现出的自相似性,利用尺度无关的分形模型描述了其结构特征;采用结构函数法对抛光表面的分形维数进行计算,分析了粗糙度参数RMS值、误差波长、测量尺度、采样长度和采样点数对分形维数的影响规律。在此基础上,提出了采用一阶自回归分形模型对抛光表面进行模拟的新方法,分析了界定尺度、模型参数对分形特征和分形维数的影响规律。利用分形维数描述光学表面的微观结构具有评价方法简单、在一定范围内与测量尺度无关等优点。     

网络入侵检测系统中的数据缩减技术

在进行事件分析之前,网络入侵检测系统首先要面对数据缩减的问题。以ANIDS为背景,分析了两种重要的数据缩减技术:相关特征子集选择和特征再构造。提出了一种基于Wrapper方法的最优特征子集选取算法SRRW。在考虑学习算法偏置的情况下,通过识别强相关特征并引入约束,能够更快地搜索并获得最优的相关特征子集。从特征再构造角度出发实现数据缩减,并通过因子负荷量矩阵分析了原始特征之间的相关性。     

电子战／末端对策仿真的近场雷达信号特征建模

雷达制导武器的效能受一些因素影响,象目标闪烁、引擎调制、杂波和电子干扰(ECM)。事实上,许多导弹拦截失败经常归因于这些因素。因此,有效的武器系统设计必须细心考虑这些影响,以便避免武器性能的严重降低。通过使用建模和仿真,能够相对容易和大幅节省费用地实现有效的设计。对于导弹引信/电子干扰(ECM)应用来说,导弹上发送和接收天线一般位于遭遇目标的散射场的近场区域。结果是,由于部分目标照射,不均匀的天线方向图、目标材料涂层和引擎进气道回波,使雷达回波计算变得复杂。现有近场雷达截面(RCS)计算算法是典型地基于一阶高频方法,不考虑多次反射和复杂阴影的影响。特别地,那些算法不能用于象引擎进气道或传感器盒之类的腔体散射计算。然而,腔体散射、材料涂层和引擎调制对于引信点火和电子干扰末端对策导弹/目标遭遇仿真是关键因素。一个成功的导弹/目标交战分析必须使用包括多次反射、材料涂层,天线方向图等影响的精确近场目标信号特征信息。本文讨论在导弹/目标末端对策情景中为解决近场建模和仿真问题所用的技术和方法。     

行波场效应管放大器的电场理论分析和物理特征

鸡胚成纤维细胞培养ＨＶＴ，蔗糖梯度垫层纯化病毒颗粒，抽提病毒ＤＮＡ后，经ＢａｍｈＩ降解，光敏生物素标记制备成ＨＶＴ ＤＮＡ生物素探针，经斑点印迹杂交试验，生物素ＨＶＴ ＤＮＡ探针具有较高的灵敏性，可检测出３１ｐｇ水平的同源ＤＮＡ序列；探针与具有同源序列的ＨＶＴ ＤＮＡ、ＭＤＶ－京株－１和贵毕－１的ＤＮＡ发生杂交反应，与非同源序列的细胞ＤＮＡ、鲑鱼精子ＤＮＡ、轮状病毒ＲＮＡ、大肠杆菌ＤＮＡ及ＰＢＳ等     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。