网络撞库攻击信息特征潜在博弈欺骗鉴别算法

网络撞库攻击是一种从数据库中导出数据的攻击方式,通过网站入侵,非法实现对用户信息的窃取和修改,如何更好提高网络安全,提出一种改进的网络撞库攻击信息特征潜在博弈欺骗鉴别算法。首先构建信号模型,采用博弈论方法,对攻击行为的欺骗性进行鉴别,得到网络区分服务等级的服务质量量化函数,从而实现对撞库攻击信号的欺骗性鉴别,利用非单调性决策博弈方法,给出网络威胁离散度状态方程,得到骗性判别的鉴别函数,统计撞库攻击行为的参与者,构建接入网络的优服务质量函数,提取出有用的规则性异常数据特征,并结合后置分类处理和数据处理,实现对攻击信号的准确检测和欺骗信号的鉴别。仿真实验表明,采用该方法,能有效鉴别出网络撞库攻击信号的实质信息特征和欺骗信息特征,对攻击信号的检测性能优越,提高了鉴别准确率,提高了网络服务的质量。     

智能无人驾驶汽车发动机故障检测方法研究

通过对智能无人驾驶汽车的发动机故障检测方法的改进提高对发动机故障的诊断能力。传统方法中对智能无人驾驶汽车发动机故障诊断方法采用机械振动系统信号分析方法,对于智能无人驾驶汽车发动机低噪声、低振动工作条件下故障检测效果不好。提出一种基于多阵元超声换能波束指向性分析的智能无人驾驶汽车的发动机故障检测方法。进行发动机故障检测信号模型构建,提取多阵元超声换能波束指向性特征,计算无人驾驶汽车发动机故障特征的最优分类平面,将故障信号模拟为一个调幅信号,得到多阵元超声换能波束指向性特征的约束函数,实现故障检测。最后在提取故障特征的基础上进行专家系统识别和故障分类诊断,实现诊断决策。仿真结果表明,该方法能准确实现对发动机故障的诊断和判别,检测性能提高明显,展示了较好的应用价值。     

浅谈遥感影像纹理特征提取及应用

现阶段,遥感图像具有相对丰富的数据信息,纹理信息也不例外。遥感影像在纹理方面的分析研究已经逐渐发展为提高遥感影像具体分类精度的有效手段,可以在一定程度上准确提取相关的纹理特征,实现影像的成功分类。本文就纹理特征提取方法进行分析,然后有效结合遥感影像实际纹理特点,利用专业化的灰度共生矩阵方法对其特征进行详细描述。另一方面,介绍了纹理特征在遥感图像处理上的应用。     

基于专利分析角度的云计算技术分类

近年来,随着市场对专利信息需求的日益增长,特定技术领域的专利预警分析成为研究热点,而在对相关技术领域的专利信息进行分析过程中,技术分类成为必不可少的环节。为此,本文选取了当前的热点技术—云计算技术,从专利角度对云计算技术进行了技术分类,并以此为例,介绍了专利预警分析过程中技术分类的一般原则和具体过程。     

利用相关算法及虚拟仪器对石油管道破裂点位测量的探讨

相关代表客观事物或过程中某两种特征量之间联系的紧密性,是分析两个信号或一个信号在一定时移前后之间关系的重要工具.虚拟仪器是在软件技术,通信技术和测量技术的迅猛发展所产生的一项新技术.本文以测量石油管道破裂点为例详细阐述了如何利用相关算法进行破裂点的检测,同时采用虚拟仪器对其进行了具体的实现.     

新兴技术弱信号扫描预判述评

[研究目的]系统梳理“新兴技术弱信号”主要研究成果,为未来新兴技术弱信号预判研究提供借鉴。[研究方法]通过分析弱信号的内涵与刻画特征,发现弱信号与新兴技术之间具有高度相通性。分别从新兴技术弱信号的内涵、扫描预判数据源和扫描预判方法三个方面对现有文献进行综述,总结了未来研究的重点方向。[研究结论]未来在捕捉新兴技术弱信号时,应该深度整合多源异构信息资源,有机融合新兴技术和弱信号的刻画特征,设计可量化操作的新兴技术弱信号扫描指标体系,识别萌芽阶段的新兴技术,并发挥科技信息资源间互相印证的优势,提升识别方法的有效性和准确性。     

基于综合特征的新疆地方性肝包虫病图像特征的提取与分析

图像特征提取是图像处理的一个主要环节,是图像处理技术研究和应用的一个重要领域。本文选取了新疆地方性肝包虫病中的单囊型肝包虫和正常肝脏CT图像进行研究,提取了灰度直方图、灰度共生矩阵(GLCM)、kc复杂性三种特征组成综合图像特征。首先对图像进行尺寸归一、去噪、对比度增强的预处理,并对综合特征进行统计学分析,最后应用Fisher判别分析法对特征的分类能力进行评价。实验结果表明运用综合特征对图像分类有较高的准确率,这对基于内容的新疆肝包虫病CT图像的检索的研究奠定了一定的基础。     

水声目标特征分析与识别技术

水声目标识别技术是水下信息获取和水下信息对抗的重要支撑技术,其核心是目标特征提取。文章针对水声目标辐射噪声和目标回波信号,探讨总结了水声目标信号的主要声源及目标特征表征、水声信号特征分析与提取方法、常用的水声目标分类识别方法,分析了水声目标特征提取与识别技术面临的问题,提出了今后的技术发展方向。     

图像加密隐藏信息识别技术研究

研究加密图像隐藏信息准确识别技术.在图像中,如果加密信息隐藏在图片的噪声中,噪声信号和隐藏信息敏感信号混合在一起,将造成隐藏信息的敏感信号图谱特征发生形变.传统算法多是通过采集图像中的敏感信息图谱特征完成检测的,噪声信号和隐藏信息混合在一起,造成隐藏信息图谱可识别特征发生突变,导致识别准确率下降.提出一种逆向隐藏变换算法的图像隐藏信息识别技术,对图像进行置乱处理,运用干扰清除技术完成识别.实验证明,这种算法能够避免由于噪声信号和隐藏信号混合造成的隐藏信息特征发生形变的缺陷,保证了图像隐藏信息识别的准确率.     

基于最小熵的高维电力数据可视化特征映射方法

针对传统特征映射方法存在映射时间长、高维数据转换率低等问题,提出基于最小熵的高维电力数据可视化特征映射方法。对高维电力数据进行空间模拟,从数据预处理、转换、离散化分析和特征分类方面入手,完成对高维电力数据可视化特征分类。建立电力数据类的散布矩阵,根据矩阵计算高维电力数据的特征相对值和判别值,完成数据特征提取。基于上述特征分类和特征提取结果,利用熵对高维电力数据各类的可分性进行描述,选取出熵最小的数据特征,定义数据的熵并将熵当作数据类别的可分性判据,利用电力数据的总体熵实现高维数据到低维数据的映射。实验结果表明,所提方法的特征数据分类准确度较高,且平均高维数据转换率为78%左右,映射耗时短,远远优于传统方法,验证了所提方法的优越性能。     

运用SPSS软件构建创业者核心素质判别模型

结合创业者核心素质的特征指标数据,运用SPSS判别分析,建立起反映创业者核心素质的判别模型,并进行了判别分类的实证分析.结果表明:所建立的判别模型具有很高的准确度和可靠性,误判率为2%.从而提供了一种新的简单、快速、准确鉴别创业者核心素质的识别方法.     

基于图像处理的菌类识别研究

通过对图像识别技术的学习研究,对基于Android的菌类识别APP进行研发,选择图像识别开发框架作为主要的技术手段,实现菌类图像的采集、预览、上传等初步功能,同时利用图像处理与分割技术来实现菌类图像从接收、图像预处理、菌类图像的分割以及最终对其种类匹配识别分类到结果返回的技术功能。最终的初步研究结果为:通过原图像与目标图像匹配特征点后的对比分析,将菌类的识别算法所采用的特征点集,选择出适合本系统所使用的图像识别的Sift特征匹配算法,然后再根据所抽取出的特征值,利用主成分分析采用基于菌类形状和颜色的特征组,最后利用算法来实现对菌类的粗略识别。     

基于TM遥感影像的玉米地专题信息自动提取

TM遥感影像中专题信息的自动提取是目前遥感界的研究热点，也已成为遥感信息生产流程中的瓶颈环节。本文分析了耕地专题信息自动提取的研究现状，选取了吉林中部和辽宁省东北部作为研究区，采用监督分类的方法对研究区TM遥感影像进行分类，提取了玉米地专题信息，玉米地信息的提取精度为85.5%。根据遥感影像目视解译的原理，提出了基于多特征空间的遥感影像专题信息自动提取的研究方法，通过对多特征空间的数学描述和计算机处理实现 遥感专题信息的自动提取。采用多特征空间的方法将玉米地信息分为光谱特征空间、形状特征空间、区域地学特征空间和干扰特征空间，应用ERDAS8.5遥感图像处理软件中的knowledge engineer模块的开发功能，设计了基于多特征空间的玉米地专题信息自动提取的专家库，使用专家库对玉米地信息进行了自动提取，提取精度为92.9%。从基于多特征空间的分类结果与监督分类结果的比较发现，基于多特征空间的自动提取方法可以提高专题信息的提取效率，对未来实现遥感影像的智能解译是一种研究方法的探索。     

基于多特征软概率级联的土地利用/土地覆盖分类

为实现高分辨率遥感影像低层特征的有效组织与优化,提高特征的可判别性,重点研究了基于稀疏编码的中层特征学习、基于支持向量机(Support Vector Machine,SVM)的分类技术,提出了基于软概率级联中层特征学习模型实现土地利用/土地覆盖(Land Use and Land Cover,LULC)分类。首先,提取影像的灰度共生矩阵(Graylevel Co-occurrence Matrix,GLCM)、光谱特征、密集尺度不变特征转换(Dense Scale Invariant Feature Transform,DSIFT)作为低层特征;然后由稀疏编码分别对GLCM、DSIFT和光谱特征进行稀疏编码,并结合最大平滑方法对稀疏系数进行优化,获得影像的中层特征,并通过SVM分类器分别计算LULC类别软概率,对其级联获得影像的特征表达;最后,利用SVM分类器再次分类获得LULC分类结果。选用武汉市远城区农村居民点作为实验样区,对该方法进行了验证,实验结果表明,该方法总体精度达到88%左右;相较于提取单一低层特征的分类方法,本文算法可有效提高LULC分类精度。     

煤柱型冲击地压微震信号分布特征及前兆信息判别

我国煤矿开采深度在不断增加,因此受到冲击地压的影响也越来越严重,而且冲击地压具备突发性与复杂性,使得煤矿企业在防治与预防冲抵地压的灾害工作遇到了难题。目前,已经开始使用微震技术对煤矿动力灾害进行预防与检测,取得了一定的研究成果。本文通过阐述冲击地压产生的特点与原因,并分析了微震信号的分布特征与前兆信息判别。     

基于信号分析方法的微博信息分析系统设计与实现

为了更好地挖掘和利用微博中的信息,设计了基于信号分析方法的微博信息分析系统,并探讨了具体的实现方法.该系统具有微博信息收集、信号辨识、信号解读等功能,系统输出结果具有多方面的应用价值.这一系统被应用到电影票房领域进行实证研究,发现电影相关微博数量与电影票房存在相关性,体现了微博信息的预测作用.此外,通过挖掘微博内容还能够分析网民的关注点和态度变化.研究结果表明,微博信息具有很高的应用价值,本文设计的专用信息分析系统可以有效地对其进行深入挖掘.     

基于SIFT-LBP稀疏编码的肝包虫CT图像分类

为了提高利用医学影像技术对肝包虫病进行诊断的效率和准确性,有必要对基于影像的病症自动分类方法进行研究。根据不同类型肝包虫病CT影像特征,提出一种结合纹理特征提取和稀疏编码的肝包虫CT图像分类方法。首先,利用图像分割算法从腹部CT图像中提取肝包虫病灶区;其次,结合尺度不变特征转换(SIFT)和多尺度局部二值模式(LBP)对病灶区进行纹理分析,并采用稀疏编码技术对局部纹理特征编码;然后,应用多尺度最大池化法整合局部编码特征得到描述整幅图像的特征向量;最后,根据病灶图像的特征表示,通过线性支持向量机(SVM)完成对肝包虫图像的自动分类。在对比实验中,与基于Gabor滤波分类方法和基于多特征融合分类方法相比,所提方法总的平均分类准确率分别提高了24.97%和20.53%。实验结果表明,该方法提取的特征具有高的类区分度,能有效实现肝包虫CT图像的自动分类。     

基于管理问题信息抽取的主题识别研究

为了实现对管理领域中主题的准确识别,在从管理活动描述文本中抽取管理问题特定信息的基础上.通过系统考察从文本表示、特征降维到聚类分析的方法技术特点,并提出类特征概化这一新的概念和实现方法.完成了对所研究问题的解决方案设计.实证分析结果与问卷结果和访谈结论所进行的综合分析和判断结果相比较,初步验证了本研究方法对于主题识别的有效性和可行性.     

浅谈数据挖掘技术及应用

信息产业实现高度的发展,让信息化呈现快速发展的态势,人们对信息的质量有着更高的需求。这样就导致数据挖掘技术使用在不同行业创建和优化之中,行业利用数据挖掘技术发现一些潜在的客观规律,提升行业发展中的优势。但是一些企业在利用数据挖掘技术开展业务处理的时候,只是进行浅层的使用,未能进行深度的挖掘和利用。基于这样的发展模式,使用挖掘技术对海量数据开展深度的分析,是人们的关注点。为此,本文对此进行一定的分析,研究该项技术应用的具体态势。     

基于数据挖掘技术的学生校园消费行为分析

校园一卡通系统通过对各种信息、资源的有效集成、整合和优化,能够实现学校对信息的有效配置和充分利用。文章采用数据挖掘技术针对学生校园消费活动的管理分析方面进行深入研究,首先通过数据预处理技术提取相关消费特征,并采用一种优化的K-means聚类算法,将学生分为几类,分析行为特征,以便高校学生工作人员分门别类的进行学生管理,最后将聚类结果输入决策树分类模型进行评估,以评价聚类结果。