多尺度特征融合的托攻击检测方法

针对利用先验知识和人工特征提取技术检测托攻击方法中存在的灵活性差、稳定性低问题,提出一种基于多尺度特征融合的托攻击检测方法。使用图像可视化技术将评分行为以用户为单位转化为标准的灰度粒度图像,提高对托攻击的检测灵活性;构建多尺度特征融合神经网络检测模型,该模型利用特征提取模块分别从标准的灰度粒度图像中提取出可以表示局部评分信息的大尺度特征图层和表示整体评分信息的小尺度特征图层,通过特征融合模块整合不同尺度特征图层的信息,进而提升托攻击检测的稳定性。实验结果表明,在不同填充率和不同攻击规模下,该方案对托攻击的检测精确率和准确率均达到90%以上,对托攻击的检测具有良好的灵活性和稳定性。

中西医结合治疗新生犊牛异物性肺炎

新生犊牛异物性肺炎在牛养殖业当中比较常见,可造成犊牛呼吸系统损伤,若未及时进行救治,可能会增加犊牛的死亡几率,给养殖场带来经济损失。造成犊牛异物性肺炎的原因较多,主要与乳汁、药物以及其他异物的不慎吸入肺脏有关,养殖人员应密切关注新生犊牛的健康状态,如发现应及时采取中西医结合的方式进行治疗,减小本病所带来的危害,同时降低大量使用西药的毒副作用。本文简单阐述了犊牛异物性肺炎的诱发原因、临床表现、中西医治疗方式等几方面,以期为促进犊牛的健康养殖提供参考。

移动机器人导航中激光雷达测距性能研究

距离检测是移动机器人导航的一个关键问题。文章介绍了基于飞行时间法测距的二维激光雷达LMS291的工作原理,分析了影响LMS291测距性能的误差因素,通过统计分析对测距数据进行标定,研究了不同物体表面属性对测距精度的影响;通过混合像素测定方法确定LMS291的角度分辨率;通过对激光雷达测距性能的试验,建立测距误差模型。所得结论可以为复杂非结构化环境下移动机器人导航中障碍检测、环境建模及自定位提供支持。

基于神经网络辨识的移动机器人航向误差校准方法

分析了E-Core RD1100干涉型光纤陀螺的误差产生机理,提出利用RBF神经网络和遗传算法实现光纤陀螺漂移误差模型的辨识。通过实验获得进化神经网络的训练样本,在RBF神经网络的训练中,提出了基于Elitist竞争机制的遗传进化训练方法。RBF神经网络具有很强的局部逼近能力,而遗传算法具有优良的全局搜索与优化性能,从而能够有效地对陀螺误差的非线性与时变特征进行建模与辨识。实验结果表明:该方法大幅度减少了光纤陀螺的误差,从而提高了移动机器人导航定位的精度。

基于激光雷达的移动机器人障碍测距研究

障碍距离检测是移动机器人导航的关键问题之一。为了实现精确实时的障碍检测,针对某二维TOF激光雷达,对其数据标定、物体表面的属性、混合像素等因素进行试验,评估了其测距性能。同时,通过移动机器人运行过程中激光雷达的测距数据分析,设计了动态自适应滤波器以消除障碍检测中的测距噪声干扰。运行过程中的障碍检测试验表明:该方法可以实现可靠的障碍检测,并为移动机器人导航中环境建模、自定位及路径规划提供支持。

粒子滤波自适应机制研究综述

针对粒子滤波固有的缺陷,结合移动机器人领域的研究应用成果,分别从样本数目自适应、重采样自适应、建议分布自适应、运动/似然模型自适应以及与其他方法的集成等几个方面对粒子滤波自适应机制当前研究的关键技术进行了归纳总结,并且对该研究领域需要解决的研究难点进行了总结,对进一步研究的方向进行了展望。

一种改进的自适应优化粒子滤波算法研究

粒子滤波算法在非线性滤波领域受到广泛关注,但是该算法存在样本退化问题.为了改进粒子滤波算法的性能,这里结合自适应优化机制对粒子滤波算法的建议分布选择机制及重采样技术进行改进.对于粒子滤波的建议分布选择,提出一种基于自适应退火参数优化的混合建议分布方法.通过混合建议分布不足的分析,利用退火参数来优化控制状态转移先验分布函数和观测似然函数之间的比例,同时,基于自适应参数优化机制来动态调整退火参数的值.对于粒子滤波的重采样,提出了基于部分分层重采样优化算法的自适应重采样技术.通过有效样本大小的评估来执行自适应重采样策略,此外,基于部分分层重采样算法,利用权重优化的思想对其重采样前后权重计算的方法进行优化.通过相关算法的性能比较,所提改进粒子滤波算法的有效性得以验证.

基于粒子滤波的移动机器人定位关键技术研究综述

针对粒子滤波固有的问题,结合在移动机器人蒙特卡罗定位中的最新应用成果,分别从建议分布的选择、重采样策略的改进、有效推理的执行、自适应机制的引入、与其他方法的集成等几个方面对其当前研究的关键技术进行了归纳总结,并对该研究领域需要解决的研究难点进行了分析,展望了进一步研究的方向。

格上基于口令的三方认证密钥交换协议

三方口令认证密钥交换协议允许用户通过一个服务器在不安全的信道中建立一个受保护的会话密钥,而现有的格上PAKE协议绝大多数都是针对两方设计的,无法适用于大规模的通信系统。基于此,提出一种新的格上三方PAKE协议,该协议主要以可拆分公钥加密体制及其相应的近似平滑投射散列函数为基础进行构造,并通过在协议中引入消息认证机制的方式来防止消息重放攻击。与同类协议相比,所提协议减少了通信轮数,提高了效率和协议应用的安全性。

一种改进相似度的协同过滤算法

传统的相似度计算方法通过评分信息得出用户之间的相关关系,这些方法仅仅从用户评价信息考虑用户之间的相似度,使计算结果过于片面,在稀疏数据集中受较大影响,导致推荐结果的准确性有所降低。针对一般的协同过滤推荐算法中存在的数据稀疏性问题,通过引入用户相似度权重系数,将Pearson相关系数进行加权处理后与Jaccard相似性方法相结合,提出一种新的计算方案,改进算法考虑了用户对共同评分项目所占的比率和用户对项目的评分取值大小,优化了协同过滤算法中相似度量的关键性能。在MovieLens和Book-Crossing两个公共数据集中进行试验,结果表明,改进算法使平均绝对误差值最大程度上降低了5. 2%,从而有效降低稀疏数据集对推荐结果的影响,显著提升了推荐系统的准确度。

非平坦地形下移动机器人航迹推测方法研究

精确可靠的航迹推测是实现移动机器人自主导航的一个极为关键的环节.针对一个3 摇杆6驱动轮的移动机器人实验平台,本文提出了其在非平坦地形下的航迹推测方法.通过运动机构的分析,获得了移动机器人自身的位姿及运动参数.基于非平坦地形下运动机构间的刚体约束,建立了机器人的运动学模型.采用编码器、光纤陀螺仪和倾角传感器等测量机器人的动态参数信息,依据其运动学模型实现非平坦地形下的航迹推测、仿真,并分析验证了航迹推测方法的有效性,从而提高了移动机器人自主导航的定位精度.

基于激光雷达的移动机器人运动目标检测与跟踪

运动目标的检测与跟踪是移动机器人研究的难点问题之一.基于2维激光雷达的性能分析与滤波设计的基础上,提出一种自主运动目标检测与跟踪的方法.通过k-近邻对激光雷达扫描的障碍进行聚类分析;基于栅格地图匹配的方法评估障碍的运动参数;检测出运动目标后,通过对机器人进行运动补偿,提出一种改进的粒子滤波算法对目标的运动状态进行评估.最后,利用自行研制的移动机器人进行算法评估,实验结果验证了所提方法的有效性.

基于动态自适应滤波的移动机器人障碍检测

设计并实现了一个移动机器人感知系统,将二维激光雷达固定在一个精密电控转台上,通过转台水平与俯仰角度的转动感知环境．为了检测障碍,依据该系统的环境感知信息建立了高度图．针对系统误差与传感器噪声干扰提出一种动态自适应滤波器,通过激光测距数据时空关联性的分析进行实时动态地滤波．此外,采用Gauss分布的平滑滤波器减少扫描间隙．在导航过程中,通过对高度图进行地形平坦性分析判断可行区域与障碍区域以实现避障．实验表明基于动态自适应滤波的障碍检测方法是有效的,可以为非结构化环境下移动机器人导航中路径规划、自定位提供支持．

计算机科学与技术特色专业建设

特色专业是"高等学校本科教学质量与教学改革工程"的重要内容。本文根据我校计算机科学与技术特色专业建设的情况,分析其建设的具体思路,包括不断加强师资队伍建设、重视教研优化培养体系、实施创新人才培养模式、积极开展科研学术交流、加强学科基础条件建设等,然后总结在特色专业建设实践探索中的成果,并对当前存在的不足及其进一步发展策略进行了探讨。

基于多样性向导的自适应重采样粒子滤波研究

由于在非线性非高斯系统和多模处理能力上的优越性,粒子滤波算法已经被广泛应用。针对粒子滤波算法现有缺陷分析,提出一种基于多样性向导的自适应重采样粒子滤波。首先,基于多样性向导自适应调整重采样阈值。在基于有效样本大小的自适应重采样技术之上,借助了另一多样性测度即种群多样性因子来自适应地调整有效样本大小的阈值;而且,在重采样之后引入样本变异操作来确保样本的多样性。然后,提出了一种改进的部分分层重采样算法。该算法借鉴部分分层重采样执行快、时间短的优点,同时结合权重优化的思想改进重采样的样本权重计算。最后,通过仿真实验验证了所提粒子滤波算法的性能和有效性。

基于激光雷达的环境特征提取方法研究

环境特征提取是移动机器人导航中的研究难点,以2D激光雷达为环境感知传感器,针对室内环境中的应用提出一种环境特征提取方法;通过激光雷达的测距精度评估,基于近邻方法对环境中障碍进行空间分类特征提取;对该方法不足进行分析的基础之上,为了能够提取更为精确的特征信息,将SOM方法应用于激光雷达的环境特征提取中;结合装备2D激光雷达LMS291的自行研制的移动机器人采集的数据进行实验,实验结果验证了所提方法的有效性。

计算机应用技术学科建设实践与发展探讨

学科建设是高等学校建设的核心。文章根据河南理工大学计算机应用技术学科建设的情况,分析其建设现状,并结合学校计算机应用技术省级重点学科一年来的建设实践,回顾学科建设中学科队伍、人才培养、科学研究和基础建设的经验,并对当前存在的不足及其发展策略进行探讨。

理想格上支持访问树的属性基加密方案

针对量子时代下属性基加密(attribute-based encryption,ABE)机制中访问结构设计较复杂的问题,结合Zhu等提出的基于R-LWE(learning with error over ring)的属性基加密方案,提出一种理想格上支持树形访问结构的密文策略属性基加密方案。该方案将格理论应用到属性基加密机制中,采用访问树表示访问策略。访问树的叶子节点表示属性,非叶子结点表示策略操作符,通过Shamir秘密共享技术构造灵活的访问表达式,支持访问策略的与、或、门限操作,实现对密文的访问控制。理想格上的加密方案具有私钥尺寸小、运算效率高等优点。该方案基于理想格上RLWE难题,满足标准模型下选择明文攻击安全。通过与相关方案对比分析表明,该方案在保证性能不变的前提下,能够抵抗量子攻击,实现灵活的访问策略。

基于自适应优化混合建议分布的粒子滤波算法

将状态转移先验分布和观测似然分布相结合,提出一种基于自适应退火参数优化混合建议分布的粒子滤波算法。根据当前最新的观测信息,以退火参数因子调控混合建议分布中状态转移先验分布与似然建议分布的混合率。在混合建议分布中结合自适应参数优化机制动态调整退火参数。仿真实验验证了该算法的有效性。

多特征融合的自适应性粒子滤波跟踪算法

为提高粒子滤波视觉目标跟踪算法的实时性与鲁棒性,提出了一种基于多特征融合的自适应性粒子滤波跟踪算法。该算法利用颜色和结构特征表示目标,将两者融合于粒子滤波的框架中,利用融合后的信息计算粒子的权值,以降低算法受目标形变及复杂环境的影响。同时,根据跟踪预测的准确程度动态计算跟踪所需的粒子数目,对采样粒子集进行自适应调整,以提高粒子质量,降低粒子数量,减少算法运算时间。实验结果表明,所提算法对于每帧图像的平均计算时间相对于传统混合跟踪算法缩短了将近一半,而且算法的鲁棒性较强。