基于SOINN增量自编码器的网络异常检测研究

针对批量学习的网络异常检测模型存在内存资源消耗大、无法在线更新的问题,利用自组织增量神经网络(self-organizing incremental neural network, SOINN)的增量学习特性,提出一种增量自编码器构建方式,将改进SOINN的输出神经元作为自动编码器的输入,使得模型在不破坏已有学习成果的基础上,具备增量更新能力。针对SOINN算法获胜神经元邻居节点学习率固定,不利于区分其与输入样本的相似性的问题,提出一种学习率自适应调整方法,来提升获胜神经元邻居节点的学习效率,使得算法输出神经元更能代表样本特性。针对反馈更新样本中正常样本纯度不高的问题,提出一种基于距离度量的样本标签筛选机制,通过计算反馈样本与神经元的距离来对正常样本进行筛选,使得反馈样本中正常样本比例更高,以此来提升模型的在线检测效果。在NSL-KDD数据集上开展了相关实验,实验证明所提方法具备增量学习能力,且改进SOINN的增量学习效果优于原始算法,有效节省了模型的运算和存储开销,通过基于距离的样本标签筛选机制,模型的在线检测能力有效提升。     

构建信息防御系统初探

信息防御系统是数据自动化处理系统的子系统。本文从信息防御系统的概念入手,分析了构建信息防御系统的重要意义,提出构建的方法原则,以及构建基础,并指出信息防御系统典型的类型。     

自动目标识别(ATR)技术发展述评

能够自动进行目标识别 ( ATR)是现代武器装备力争具备的先进性能之一。从历史回顾、当前状态及未来发展等几个方面对自动目标识别的研究历程、技术现状和发展前景进行了较为详细的论述 ,并指出了当前发展中遇到的主要技术难题及可能的解决办法     

目标识别中决策级语言和数值信息融合方法研究

自动目标识别信息融合是现代C~3I系统和综合电子战的重要内容之一。本文讨论了在决策层目标识别语言和数值信息融合的新思路,引入基于LOWA的融合算子ω_Q~(LOWA),举例说明该方法的可行性和深入研究价值。     

厨房自动灭火装置有关问题探讨

厨房烹饪设备火灾绝大多数是由于操作不当,引起食用油着火失去控制所致。由于食用油的闪点和自燃．最温度均较高,一旦发生火灾,扑救困难,而且表面火焰熄灭后易发生复燃。通过对食用油的火灾特点分析,并结合ZCQ型厨房灭火装置的组成、工作原理,提出在厨房内设置安装自动灭火装置应注意的问题。     

十年科技路一个新“江南”

新世纪开始的科技兴企之路,拓宽了中国兵器湖南江南公司的发展道路。到目前,江南公司的主导军品呈现了由单一向多用途、多功能、多领域转变,初步形成了四大平台、六大系列的格局;民品形成了以压力容器、工业泵为骨干民品,汽车、数控专用设备等为重点的“三大一小”民品发展格新,以科学发展的眼光看待问题,破解发展难题,是推动江南发展的根本原因。企业战略调整、科技管理机制建立、科技投入加大、科技精英打造等科技兴企“新略”,激活了企业科技一盘棋,成为了江南科学发展的强劲引擎。     

地空数据通信越区组网切换控制算法与仿真研究

提出了一种地空数据通信越区组网的切换算法,解决了当前地空数据越区通信尤其跨大区域通信切换成功率低,数据吞吐量小等问题.仿真结果表明,在无线空间比较理想的情况下,采用变化飞机航迹更新周期,覆盖区域重叠部分和航迹、站点连线夹角综合标准选择目标站点的越区切换成功率明显提高,显示出该方案的优势.     

红外成像型空空导弹目标自动识别技术

针对红外导弹和红外诱饵弹的对抗,构建了红外导引头图像探测器的透视投影几何模型.基于模型证明了飞机和目标在不同距离和相对飞行速度下,成像序列中相邻两帧图像间飞机目标的相似性,并且提出了适合导弹的目标快速识别算法,该算法是基于当前帧图像与前一帧图像的目标特征匹配的.最后以实测的飞机及诱饵红外图像数据对文中提出的算法进行了仿真,仿真结果表明了算法对目标识别是可行和有效的,并且能够满足较高实时性的要求.     

基于改进CNN的红外目标识别方法研究

自动目标识别是红外成像精确制导武器系统的关键技术,针对传统红外目标识别算法在复杂环境作战中存在目标特征建模复杂、识别率低等问题,提出一种基于改进的卷积神经网络(Convolutional Neural Network,CNN)方法。结合红外目标特性,调整ZFNet的卷积层和池化层数量,加入空间变换网络以提高对数据变换的鲁棒性;对Dropout层的丢弃率变化进行可视化分析并确定选取原则,以提高红外目标的识别率。通过试验结果与传统方法相比,该方法具有较高的识别率,能够为红外成像导引头目标识别算法设计提供参考。