基于ARM的嵌入式指纹图像处理技术研究

研究了特征提取方法和匹配算法;设计了基于ARM的嵌入式指纹处理核心模块,并将其应用于综合业务平台的用户身份认证系统中;具有自主版权的认证加载模式实现了对登录平台的用户身份验证,识别率达到了99.3%.结果表明,该方法能确保平台系统的安全.     

双基地声纳目标低频散射特性研究

针对双基地声纳目标低频散射问题,从Helmholtz积分方程出发,采用等价面元解决表面积分存在的奇异性问题,建立了非入射方向水下目标散射声场的物理模型和计算方法.计算了刚性圆柱体的后向散射回声,绘出了在不同收发分置角、低频情况下,刚性椭球目标强度随目标姿态角的空间变化曲线,并分析了其散射特性.结果表明,提出的模型和方法能计算任意分置角和任意目标姿态角时的水下目标散射强度,可用于预报双基地声纳目标低频声散射特性.     

战场目标声音识别关键技术研究

战场目标声音探测技术在现代战争中发挥着越来越重要的作用。针对战场目标声音识别的一些关键技术进行了研究。首先分析了目标声音探测技术的军事应用特点,然后对战场典型目标发出的噪声的物理特性进行了分析。最后论述了战场目标声音识别技术中的几种关键技术,重点分析了特征提取中的LPCC、MFCC技术以及分类器中的隐马尔可夫模型,为战场目标声音识别系统的开发奠定了基础。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

Study on dynamic response of multi-degree-of-freedom explosion vessel system under impact load

In order to study the dynamic response and calculate the axial dynamic coefficient of the monolayer cylindrical explosion vessel, the wall of vessel is simplified as a multi-degree-of-freedom (MDoF) undamped elastic foundation beam. Decoupling the coupled motion equation and using Duhamel's integrals, the solutions in generalized coordinates of the equations under exponentially decaying loads, square wave loads and triangular wave loads are calculated. These solutions are consistent in form with the solutions of single-degree-of-freedom (SDoF) undamped forced vibration simplified model. Based on the model, equivalent MDoF design method (also called MDoF dynamic coefficient method) of cylindrical explosion vessel is proposed. The traditional method can only predict the dynamic coefficient of torus portion around the explosion center, but this method can predict that of the vessel wall at any axial n dividing point position. It is verified that the prediction accuracy of this model is greatly improved compared with the SDoF model by comparing the results of this model with SDoF model and numerical simulation in different working conditions. However, the prediction accuracy decreases as the scaled distance decreases and approaches the end of the vessel, which is related to the accuracy of the empirical formula of the implosion load, the simplification of the explosion load direction, the boundary conditions, and the loading time difference.     

基于核主成分分析的铁谱磨粒特征提取方法研究

针对铁谱分析的磨粒识别过程中存在原始磨粒特征描述指标参数多、非线性突出的问题,提出基于核主成分分析的磨粒特征提取方法,介绍该方法的原理与算法。结合某柴油发动机故障检测与分析系统中铁谱磨粒自动识别的应用实例,并与传统主成份分析方法进行对比分析,结果表明该方法在进行样本非线性特征参数指标综合以及特征维数压缩方面具有可行性和有效性。     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

基于无线局域网MAC层DOS攻击的入侵检测

为了检测无线局域网MAC层的6种DOS攻击方式,提出一种基于Hybrid特征选择和支持向量机的入侵检测算法.该算法先用混合器模式的Hybrid特征选择算法提取8个识别攻击的流量统计特征,然后利用支持向量机对待检测对象进行识别分类.通过建立仿真环境对检测模型的检测效果进行统计验证,表明检测模型在具有较高检测准确率和较低的虚警率,能够有效地检测MAC层DOS攻击,具有实用价值.     

指控信息特征的分析与捕获方法

为了进一步提高指挥信息系统的信息推荐效率,从信息本身和用户两个角度出发分析了指控信息的形式化描述方法,并提出了基于文本分析和配置文件描述的特征捕获方法。经案例验证,该方法对于军事应用中的信息推荐技术有一定的支持作用。