基于激光光斑检测的数码相机测距技术

提出了一种基于激光光斑检测的数码相机测距方法,在数码相机上加装一个激光器,使激光光束与相机镜头的光轴平行,对拍摄到的数码相片中的激光光斑进行检测,再根据透镜成像的物像关系实现距离的测量.研究了利用LoG滤波器对激光光斑进行增强的方法,实现了背景灰度值大于光斑灰度值情况下的光斑分割,从而实现激光光斑的位置检测.并进行了实验研究,实验结果表明,采用本文提出的方法实现对物体距离的测量是可行的.     

入侵检测系统研究

本文介绍了网络入侵检测系统的基本功能。在对目前研究的入侵检测系统的分类、性能分析、技术分析的基础上，提出了一个针对网络入侵的综合解决方案，同时探讨了入侵检测系统的发展方向。     

基于小波分析的微弱信号检测及其在Matlab中的仿真

通过基于小波分析的处理方法,实现对彩色全电视信号一段被高斯白噪声干扰的降噪,解决微弱信号检测过程中遇到的理论和实践问题.     

融合深度学习的无人驾驶多目标检测算法

目标检测是目前计算机视觉领域非常热门的研究方向,是无人驾驶技术重要环节。为提高行车过程中目标检测精度并改善基于单发多目标检测器在训练时出现的正负样本失衡问题,基于车载视频,运用深度学习算法中具有强大性能的SSD模型,通过引入Focal Loss函数设计新的损失函数,解决样本失衡问题;同时在不降低检测速率的情况下,提高检测精度。基于自行采集的车载视频数据集进行实验,结果表明,改进后SSD模型的mAP相较于原始SSD模型提高了3%,达到74%。     

基于随机森林方法的异常样本检测方法

提出一种基于随机森林方法的异常样本(outliers)检测方法.仿真实验表明,与其他2种基于距离的异常样本检测技术相比,这种方法可以更好地提高模型的准确率,且具有较强的鲁棒性,在处理大规模数据集时还能显著地减少计算时间.     

基于形态学的微目标的图像分割

提出了一种适于高分辨率可见微目标图像的分割算法,首先通过形态学运算强化微目标区域,利用阈值化分割并提取这些感兴趣区域;然后运用小波多尺度算子检测这些区域的边缘;最后再次采用形态学运算以获取目标区域边缘.仿真结果表明该方法能有效地将图像中的具有特定结构的微目标区域分割开来.     

基于数据挖掘的入侵检测系统中挖掘效率的研究

入侵检测在计算机安全系统中发挥着越来越重要的作用,目前入侵检测使用的规则集还是注意依赖于专家分析提取,由于入侵检测系统中数据量很大,使用人工分析的代价是昂贵的.用数据挖掘技术分析网络数据进行入侵检测,可以有效的减少人工分析的工作量,但数据挖掘技术应用到入侵检测中存在着一些问题,特别是挖掘效率的问题,该文提出了使用数据过滤和增量挖掘技术来提高挖掘的效率.     

荧光标记法检测活细胞内游离钙离子浓度的改进

改进了活细胞内游离钙离子浓度的测定方法，即用惰性基体纳米微球包埋荧光染料，将荧光纳米微球转运进细胞，用于细胞内游离钙离子浓度的实时测定。该方法与传统方法相比，染料不易泄漏，不会出现分室现象，不易光漂白，是一种非常有实用价值的测量活细胞内游离钙离子浓度的方法。     

两种边缘检测方法的比较

本文通过对拉普拉斯算子和梯度极值微分算子两种边缘检测方法的比较，详细介绍了两种方法的原理，指出了拉普拉斯算子存在的问题，以及梯度极值微分算子在局部区域边界检测窗口内，直接提取边界象素，分割的边界为真实边界，边界连续性好。     

降低入侵检测系统中漏报和误报率的技术

在一般的IDS中存在着很高的漏报和误报率.从一般入侵检测的原理出发,分析了产生漏报和误报的主要原因,并提出了相应改进方法.