基于全局和局部信息融合的SVM多模态过程故障检测

为了有效地提高支持向量机(SVM)对多模态过程的故障检测性能,提出一种基于全局和局部信息融合的SVM多模态过程故障检测方法.运用局部概率密度方法对多模态数据进行预处理,消除多模态数据对工业过程故障检测特性的影响.在密度空间,分别运用主元分析(PCA)和局部保持投影(LPP)算法计算主元,提取数据的全局和局部信息,并将两...     

多源单汇无线传感器网络的局部路由算法

无线传感器网络节点有着严格的能量限制,目前已有的许多路由协议假定了节点知道网络的全局信息或者让节点根据路由表进行路由。这些方式均会使网络产生较多的通信负荷,增大能量开销。结合多源单汇路由的特点,本文提出了几种局部路由算法。该算法中,节点仅根据目标节点与邻居节点的地理位置、剩余能量等信息,决定下一跳节点,最终建立到达目的节点的路径。本文首次引入了带约束后跳发射的思想,并将这种后跳发射与已有的算法相结合得到新的后跳路由算法。计算机仿真实验表明,在有数据融合的网络中,带约束的后跳－为难度路由算法使得网络的生存时间最长,较其余算法增加了网络11%和14%的工作周期数。最后又将局部路由算法进行合理改进,得到最小化平均为难度的算法,应用于无数据融合的网络中,效果很好。     

一种基于局部K-分布的新的SAR图像舰船检测算法

提出了一种基于局部K-分布的新的SAR图像舰船检测算法.取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除,对背景窗口中的剩余部分统计均值和方差,最终得到杂波分布概率模型进行恒虚警检测.相对于K-分布CFAR检测算法和基于局部窗口的K-分布CFAR检测算法,该算法能够适应杂波的局部变化, 对距离很近的舰船不会产生漏检.仿真结果表明了方法的有效性.     

基于数据融合的多时延基因调控网络的构建

提出一种基于动态贝叶斯网络的基因调控网络重构方法LC-DBN. 该方法寻找各基因最优的调控时延;同时融合时序微阵列数据和转录因子连接位点数据,构建基因调控网络. 对25个酵母基因调控网络进行重构实验,结果显示,构建的网络敏感度较Tan方法提高0.72%,精确度提高0.16%.     

基于有向信息流的Android隐私泄露类恶意应用检测方法

Android系统占据智能移动终端市场81.9%的份额,预计还会持续增长.同时,针对Android系统的恶意应用日益增多,Android恶意应用程序检测技术已经成为安全领域研究的热点问题.本文提出一种基于有向信息流的针对Android隐私泄漏类恶意应用的检测方法.该方法首先反编译应用程序,分析配置文件中的权限申明;基于隐私点数据集构建隐私数据有向信息流模型;通过在信息流模型中对隐私点的跟踪分析,检测隐私数据是否被发送出去而导致信息泄漏.该方法在对Android第三方市场的7 985个应用程序检测中,发现357个恶意应用.通过实验方式验证了检测结果的准确性.结果表明该方法对Android隐私泄露类恶意应用具有很好的检测效果.     

基于局部熵的融合局部和全局信息的主动轮廓模型

为克服局部图像模型对初始轮廓敏感的不足,结合LGDF模型和CV模型,引入图像局部熵,提出一种融合局部信息和全局信息且可以自动调节其比例的主动轮廓模型.首先由引进图像局部熵的LGDF模型和CV模型的线性组合来构造水平集演化力,然后根据图像局部信息自动调节二者的权重.实验结果表明,对血管图像、噪声图像及SAR图像,该模型显示了轮廓初始化的鲁棒性和较强的抗噪声性能.     

结合局部和全局显著性的海上小目标检测

为减少海上场景中海杂波对小目标检测造成的干扰,提出结合局部和全局显著性的检测方法.该方法以图像子块与其邻域对比度作为局部显著度,以利用频率调谐方法得到的全局对比度作为全局显著度,将局部和全局显著度进行规范化处理,组合为总显著度.实验表明:该方法可充分提升局部及全局均显著的区域,抑制海杂波;该方法检测性能优于相关文献中的方法.     

促进技术与网络教学深度融合的理论框架

技术与网络教学的深度融合是开放大学的天然属性,技术在先进教育理念的指导下,与教育资源、学习活动和学习支持的深度融合是促进教学变革的关键,直接决定学习效果的有效性。在相关文献综述和网络教学实践的基础上,提出一个促进技术与网络教学深度融合的理论框架。文章分为四个部分:第一部分,说明深度融合的重要性;第二部分,深度剖析网络教学、技术和深度融合的内涵;第三部分,详细阐述理论框架的各个组成要素;第四部分,对理论框架进行总结。文章认为,该理论框架对于认识网络教学的基本规律和开放大学的建设思路提供了强有力的理论支撑。     

基于生成对抗网络的半监督遥感图像飞机检测

遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络（generative adversarial networks,GAN）的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。     

基于传感器融合的自动驾驶前向碰撞预警系统研究

文章对前向碰撞预警系统研究现状进行了分析,介绍了系统的组成和工作原理,根据自车与前车的行驶状态,研究了报警距离和速度之间的关系,通过融合视觉传感器和毫米波雷达,利用MATLAB对前向碰撞预警系统进行仿真测试分析,结果表明该系统能有效的对前方车辆潜在碰撞危险进行预警提示。     

基于回归深度卷积网络的船舶图像与视频检测

为解决船舶图像与视频检测算法识别率低、实时性差的问题,提出基于回归深度卷积网络的船舶图像与视频检测方法。结合YOLOv2特征提取层和YOLOv3的特征金字塔网络(feature pyramid network, FPN)层思想设计新的网络结构,验证不同激活函数效果,采用聚类算法设计锚框大小。实验表明,相比于YOLO系列网络,本文的方法在船舶图像与视频检测中效果更好,在测试集上平均精度均值为0.920 9,召回率为0.981 8,平均交并比为0.799 1,在视频检测中每秒钟检测的帧数为78～80。为港口船舶智能管理和无人船视觉处理提供一种准确度高和实时性好的船舶检测方法。     

基于边缘和局部能量的NSCT变换遥感图像融合

对基于边缘的算法进行了改进,综合考虑了边缘和能量结构. 首先利用非下采样contourlet(NSCT)变换,对图像进行多尺度和多方向的分解;然后将低频系数按边缘能量大小划分为边缘和平滑2部分,边缘部分采用边缘能量取最大的融合方法,平滑部分使用基于局部能量的规则进行融合,高频子带使用相关系数和局部方差相结合的重要性测度法进行融合;最后对融合系数进行NSCT反变换得到融合图像. 实验结果表明,该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法.     

基于实体嵌入和长短时记忆网络的入侵检测方法

针对网络入侵检测过程中无法有效处理入侵数据中分类变量的表示,导致网络入侵检测准确率低、漏报率高等问题,提出一种基于实体嵌入和长短时记忆网络（long short-term memory network,LSTM）相结合的网络入侵检测方法。首先,在数据预处理时,将表示网络特征数据中的数值型变量和分类型变量数据分开,通过实体嵌入方法将分类型变量数据映射在一个欧几里得空间,得到一个向量表示,再将这个向量嵌入到数值型数据后面得到输入数据。然后,通过把数据输入到长短时记忆网络中去训练,通过时间反向传播更新参数,得到最优嵌入向量作为输入特征的同时,也得到一个相对最优的LSTM网络的检测模型。在数据集NSL-KDD上进行实验验证,结果表明实体嵌入是一种有效处理网络入侵数据中分类变量的方法,它和LSTM网络相结合组成的模型能够有效提高入侵检测率。在数据预处理时对分类变量的处理中,实体嵌入方法与传统的One-Hot编码方法相比,检测的准确率提高1.44个百分点,漏报率降低2.99个百分点。     

基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法

为提高无线传感器网络数据融合精度,降低网络能耗,延长网络生存时间,提出基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法(IGWOBPDA).首先为平衡灰狼算法全局与局部搜索能力提出改进控制参数和动态权重更新位置的改进灰狼方案,利用改进灰狼算法对BP神经网络初始阈值和初始权值进行优化以解决数据融合中BP神经网...     

媒介融合视阈下关于网络文明传播和社会主义精神文明建设的思考

社会主义精神文明建设从信息传播到监督实施都离不开大众媒体的宣传、优化与净化。网络文明传播要求我们在媒介融合的理念上,充分发挥传统媒体"信使"、"喉舌"和"通道"作用,与新媒体覆盖面广、传播快、参与性强等优势相结合,遏制精神垃圾对群众思想的侵蚀,为社会主义精神文明建设提供健康的网络舆论环境。     

基于网络教学平台的“多资源融合教材”建设研究——以《常用医疗设备及其应用》为例

"互联网+"时代,教育数字化的发展、学习方式的变革、学习需求的多元化等催生了我国教材建设的新方向,本文在学校智慧校园建设背景下,依托网络教学平台,以《常用医疗设备及其应用》课程为例,探讨多资源融合教材建设,指出多资源融合教材的可行性与必要性,思考多资源融合教材的功能与创新。     

基于群体特征的社交僵尸网络检测方法

攻击者通过在社交网络中部署由大量社交僵尸账号组成的社交僵尸网络,对社交网络进行渗透,严重危害了社交网络和用户的信息安全.我们首次提出一种基于群体特征的社交僵尸网络检测方法.提取社交僵尸网络中账号注册时间集中、昵称相似和活跃时间一致3个群体特征,结合数据挖掘算法,设计一种社交僵尸网络的检测方法.在对新浪微博中48万个账号的检测实验中,检测出多个社交僵尸网络,共包含6 899个社交僵尸账号.较低的漏报率和误报率表明该方法对于社交僵尸网络和僵尸账号的检测是可行和有效的.     

勺型网络：用于 Landsat 遥感图像云检测的新型网络

针对目前用于遥感图像云检测的神经网络模型存在光谱信息未能充分利用而导致的细节信息易损失、碎云漏检率大、计算复杂等不足,提出一种新型且轻量的网络,称为勺型网络(spoon-net, S-Net),应用于Landsat遥感图像的云检测。S-Net分为2个阶段,第1阶段,使用1×1的卷积核提取图像光谱特征,避免图像细节被模糊;第2阶段,使用encoder-decoder框架提取图像空间特征,并引入分组卷积,对第1阶段提取的每一层光谱通道单独进行卷积,保持光谱特征并减少模型参数。模型在Landsat8 biome数据训练测试并评估,结果表明模型在内存与时间上具有较大优势,并达到95%的准确率。     

论高校网络信息化建设与思想政治教育的融合与创设

习近平总书记强调网络信息安全涉及国家安全和网络强国建设。高校网络正确思想意识形态舆论导向,高校网络党建教育互动平台监管,高校网络思想政治教育"2+3"模式创新,网络信息化建设中的伦理观透视,这四个方面是对高校网络信息化建设与思想政治教育融合与创设的思考,借此实现彼此互通共融,共同发展。