基于有序数据可变索引的SAR图像目标检测方法

该文提出了一种基于有序数据可变索引(Ordered Data Variability Index,ODVI)的SAR图像目标恒虚警检测算法,该算法首先对待测像素的参考窗进行基于ODVI的自适应筛选处理(Automatic Censoring,AC),以去除窗内的强杂波和干扰像素,并以窗内保留的均匀像素对背景的统计特性进行建模,估计其概率密度函数的参量,同时构建双参数恒虚警检测(CFAR)的检验统计量,计算检测的自适应阈值,实现检测的判决。论文给出了该算法的检测性能曲线,并利用实测的X波段SAR图像进行实验验证,与其它检测方法进行比较,结果显示该文算法具有较好的检测性能和较低的虚警概率。

基于有序数据可变索引的舰船目标检测方法研究

舰船目标的检测与识别技术有重要作用,一方面,在海上交通管理和航线疏导上,舰船目标检测技术可以提供舰船准确的航行速度等信息,另一方面,海上舰船检测广泛应用于军事领域的敌方舰船侦察、锁定等,对保护海上领土有重要意义。本文主要研究了合成孔径雷达(SAR)技术,针对SAR技术舰船目标图像特征提取、噪声过滤等问题,采用一种有序数据可变索引技术,提高了舰船合成孔径雷达SAR图像处理的精度,并进行了海上舰船目标的仿真试验。

时态数据的可变Hash索引

索引技术是时态数据库查询优化的重要方法之一。本文提出的可变 Hash(VH)索引是建立在时间属性上的一种新的动态索引技术,主要目的是提高时态数据库快照查询的效率。由于时间的不确定性,在时态数据的时间属性上建立 Hash 索引比较困难。VH 索引克服了 Hash 索引这一难点,提出了索引参数可变的思想,并应用 B^+-树对Hash 参数进行组织。查询时由时间值在 B^+-树上获得 Hash 参数,进而确定数据的存储地址。通过对其时间复杂度和空间复杂度的理论分析以及实验验证,表明该索引技术可以减少索引查找以及读取数据的 I/O 次数,并具有理想的空间利用率。

服务流程检索技术研究

服务重用的目的是提高软件开发的效率,然而,现有的服务重用方法局限于原子服务的重用。如何重用任意粒度的服务流程片段(Service Flow Fragment,SFF)是一个更具实用价值的问题。提出一种新颖的索引(Changeable Level Index,CLI),它通过所构造的服务标签合并树(Service Label Merge-tree,SLM-tree)组织服务流程,同时实现原子服务及组合服务的检索,从而最大限度地提高它们的利用率,并且能够择优返回检索结果。为验证所提出方法的可行性和有效性,通过Web Service Challenge Testset Generator(CTG)构造了一个包含20万流程,1.05亿原子服务的数据集。实验结果表明,提出的方法具有很高的性能。

韦布尔背景下ODV检测器的筛选性能分析

研究了在韦布尔背景下一种基于ODV的恒虚警检测器。通过连续地使用基于ODV的统计量和相应的假设检验，这种检测器对有序样本进行删除来估计背景的噪声功率水平。在均匀背景及加入干扰两种情况下，通过仿真验证ODV方法的筛选性能。结果表明，ODV方法在韦布尔背景下的筛选性能是理想的，而且此方法不需要知道任何关于背景的先验信息，且具有自适应筛选的优点。