基于MLP的伪装语音说话人性别鉴定

文中提出了一种基于神经网络的伪装语音说话人识别模型,用以实现从共振峰的中心频率、带宽、音强等参数识别伪装语音说话人的性别。该模型以多层感知机(Multi-Layer Perceptron,MLP)为框架,经全连接的非线性堆叠计算获取识别结果,并在模型的训练阶段采用L-BFGS进行优化参数的求解。实验中采用SoundTouch对男性和女性的自然语音进行伪装,探讨了网络结构与激活函数对该模型的影响,以及该识别模型对不同电子伪装手段的适应能力。实验结果表明,基于MLP的识别模型能高效区分采用不同电子伪装手段伪装后的语音对应的说话人的性别。

基于OFDM的PLC系统模型和性能分析

给出 OF DM系统在 PL C信道中的一种通用系统模型。在此基础上对该系统模型进行分析 ,并基于 QAM推导出信道衰落和噪声对系统性能影响的具体数学公式 ,给出分析结论。

基于shellcode静态虚拟执行的文档类漏洞恶意代码取证技术研究

文档类漏洞使用shellcode恶意代码来达成攻击目的。现有的检测取证技术依赖漏洞库和漏洞触发条件下的动态跟踪,对多态shellcode和0day检测效果不理想。文章提出一种静态虚拟代码执行取证方法,可以在不打开和不破坏文档的情况下检测恶意代码的存在与执行功能。该方法通过对文档格式的解析,建立静态代码模拟执行系统,可以有效对文档类漏洞进行取证分析。

一种基于OFDM的正交通道信道估计算法

文章详细介绍了信道估计在OFDM中的应用,提出了一种在电力线通信环境下的信道估计方法———CEOC(Channel Estimation by using Orthogonal Channels)算法。这种信道估计方法能既保留OFDM系统原有的优点,同时又能跟踪信道变化、降低计算复杂度。与其他方法比较,结果表明这种信道估计算法可以有效克服电力线信道快衰落的影响。