基于多Agent网络入侵检测系统中检测算法的设计

提出一种基于多Agent的网络入侵检测系统的检测算法,给出了详细的算法设计原理,以及算法描述.实验表明利用本算法可以提高入侵检测的准确性和有效性,井能够降低误报率.     

自适应阈值Canny边缘检测算法研究

对Canny边缘检测算法进行了对比研究,分析了传统Canny算法存在的缺陷,提出了一种改进的自适应阈值Canny边缘检测算法。首先利用具有边缘保留功能的双边滤波器滤除噪声,然后运用基于梯度幅值的类间方差最大化算法(OSTU)来确定Canny算子的高低阈值,最后进行边缘检测与连接。实验结果表明,该改进算法很好地解决了传统Canny算法存在的缺陷,而且对光照的变化和场景变化具有很强的自适应能力,进一步扩展了Canny算法的应用范围。     

同声道语音检测及SAPVR算法

本文分析了同声道语音检测的典型算法SAPVR算法,介绍了算法的基本思想和流程,并用MATLAB工具进行了验证。     

基于肤色和AdaBoost算法的人脸检测

文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法.算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中.新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强.     

足球视频中球员检测的研究

用基于内容的视频分析方法库和应用方法库对足球视频中的球员的检测进行了研究并完成了视频分析的方法库的实现。算法库主要整合了光流法、边界检测算法和Mean shift算法,并且设计和实现了足球视频的球员检测算法。它包括基于背景的球员检测算法、基于边界的球员检测算法和基于多帧识别的球员检测算法。基于以上研究,设计并且实现了视频分析工具VCAP。最后对检测效果进行了测试,取得了比较满意的结果。     

基于SUSAN算法的图像边缘检测实现

介绍了基于SUSAN特征检测算子的图像边缘检测算法,分析了该算法原理及实现过程,并用Matlab实现该算法,给出了实验结果,分析了SUSAN算法的优势。     

粒子群圆检测算法

针对基于霍夫变换类圆检测算法计算量大、耗时长等问题,提出了一种基于粒子群算法的圆检测算法。该算法通过对图像进行灰度化、滤波去噪与边缘检测等预处理获取边缘图像后,再从中随机选取两点之中点作为初始粒子位置,通过设置最大迭代次数与阈值克服粒子陷入局部最优问题及判断是否检测到圆。对比粒子群圆检测算法与Open CV 3.0中霍夫变换圆检测算法实验数据,结果表明,粒子群圆检测算法在同样检测背景下,检测效果相同,所需时间最短。     

基于肤色和AdaBoost算法的人脸检测

文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法．算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中．新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强．     

改进的基于模糊集的边缘检测算法

传统的边缘检测方法对模糊边缘图像不敏感。改进了模糊边缘检测算法,用min-max重心法模糊推理该点的边缘隶属度,实现边缘检测。给出了应用本算法边缘检测的实例,并与传统的边缘检测算法进行了比较。结果表明,本算法比传统算法边缘检测效果好。     

一种新的模糊彩色图像边缘检测算法

为提高算法的普适能力,本文提出了一种新的模糊彩色图像边缘检测算法。算法引入了特征散度度量像素差异性,凭借多尺度理论去噪和准确定位的优势,有效地检测彩色图像的边缘。与传统的边缘提取算法和模糊竞争算法相比,模糊彩色图像边缘检测算法较好地降低了彩色图像大样本数据的运算量,得到更满意的效果,与人的主观视觉感知具有良好的一致性。     

大规模MIMO系统改进MMSE信号检测算法

上行链路的大规模多入多出（MIMO）系统信号检测中,最小均方误差（MMSE）算法由于涉及矩阵求逆运算使得算法复杂度过高。为改善这一缺点,在传统MMSE算法的基础上,通过设计一种新的迭代方式代替矩阵求逆,使原算法的复杂度降低了一个数量级。理论分析及仿真表明,改进算法显著改善了传统MMSE算法的复杂度,仅需少量迭代次数就能快速向理想MMSE矩阵求逆检测算法收敛。     

入侵检测系统中BM模式匹配算法研究

模式匹配算法是基于规则的入侵检测系统的核心。基于BM模式匹配算法研究,可对其进行改进。改进算法有效地加快了模式匹配的速度,提高了入侵检测的效率。     

基于决策树分类的HTTP隧道检测方法

HTTP隧道是各种木马和间谍软件进行网络通信的主要途径,严重威胁了网络安全。比较有效的算法主要是统计指印方法,统计指印采用的特征较少,对训练集的依赖程度较高,算法的稳定性较差。决策树分类算法提取了网络数据流更多的有效特征。使用决策树分类算法对HTTP隧道数据进行了检测,通过实验结果对比,决策树算法的稳定性更好,精确度和效率更高。     

入侵检测中单模式匹配算法的研究与分析

模式匹配算法是入侵检测系统中规则检测引擎的核心算法．这里对几种典型的单模式匹配算法进行了研究和分析,重点分析了这些算法的基本思想和算法复杂度以及各自的优缺点和适用环境。     

基于改进Canny边缘检测算法的道路标线检测实验研究

为提高传统Canny算法的灵活度和自适应能力,提出了一种改进的自适应Canny边缘检测算法。采用双边滤波代替高斯滤波滤除噪声并锐化图像边缘;再使用水平、垂直、45°、135°等4个方向的梯度模板对图像的梯度幅值进行计算。对传统的Otsu阈值分割算法进行了改进,改进的思路是找出类内和类间方差的最大值作为阈值,阈值搜索范围的缩小可以使计算量减少,实现快速分割。通过道路标线图像验证,说明改进后的Canny算法对道路标线的分割效果更好,减少了边缘断裂和假边缘,处理的时间也相对缩短。     

基于超像素的肤色检测

提出了一种基于超像素进行肤色检测的方法。该方法首先应用分水岭算法对彩色图片进行分割得到超像素,同时对对应的肤色标注图片进行相应的分割;然后提取超像素直方图的特征值作为输入数据,对应的分割肤色标注图作为输出变量;最后采取了支持向量机以及随机森林算法对输入数据和输出数据进行训练。实验结果表明,基于提出的超像素特征值,支持向量机与随机森林算法都取得了比基于像素的肤色分类算法更好的分类效果。     

基于边检测盲源分离几何算法研究

文章提出了一种基于边检测的盲源分离几何算法。该算法只需要检测到观测信号X的所有独立的边,根据数字信号混叠时的几何性质,分离出源信号。首先给出了问题的数学模型,其次,对其分析并给出具体的分离算法,最后给出了仿真结果。仿真结果表明：该算法比一般的几何算法复杂度降低了,分离时间减少了,并且能保证分离效果。     

雾霾天气下运动目标检测技术研究

雾霾天气的频繁出现使运动目标检测受到了很大影响。为提高雾霾天气下运动目标检测质量,研究了当前去雾算法和运动目标检测算法。针对雾霾天气下可见度低、运动物体模糊的情况,比较了当前的去雾算法,使用性能优良的基于暗通道的去雾算法对图像进行去雾,然后对处理过的图像序列进行光流法计算,完成运动目标检测。将基于暗通道的去雾算法和光流算法相结合,应用于雾霾天气下的运动目标检测,以提高检测质量。通过Matlab仿真表明,改进方法比直接通过光流算法检测的效果更好。     

基于k-means算法的入侵检测研究

针对原始k-means算法存在问题,提出一种无需指定k值和初始聚类中心的能够依据数据集内在特性自动完成聚类的改进k-means算法。最后,利用入侵检测领域应用最为广泛的数据集KDD CUP99验证了改进算法的性能。实验结果表明,改进算法无需任何输入,且具有较高的检测率和较低的误报率,性能较原始算法均有提高。     

Massive MIMO系统低复杂度ZF检测算法

基于诺依曼级数展开算法,将矩阵求逆转化为一序列矩阵求和,在一定程度上降低了算法的复杂度,但是在计算优化因子上耗费了大量的计算资源而产生延迟。提出一种改进算法,其基于诺依曼级数近似,将大矩阵相乘转化为对角矩阵和空心矩阵,进一步降低ZF算法的计算复杂度,且提出一种简化优化因子的方法,提高收敛速度,有效减少延迟。仿真结果表明,随着接收天线增加,改进算法译码性能接近传统ZF算法,而检测算法的复杂度由O(k3)降到O(k2),其中k为用户数。