8种植物油气味指纹模型的建立

运用电子鼻对8种不同加热温度下的植物油进行检测,建立了8种植物油的气味指纹模型,采用线性判别式(LDA)进行分析,通过判别函数法(DFA)对其进行验证。结果表明:电子鼻能够很好地对不同种类以及不同温度的植物油进行区分;在DFA分析中模型对未知样品的识别值大于96%,能对所测的8种植物油样品进行有效地识别,正确率达到100%。电子鼻建立的植物油的气味指纹模型是可靠的。

站点指纹模型训练系统FMTS的设计与实现

基于指纹识别的匿名攻击原型系统用于度量攻击的复杂程度,定量评估匿名Web浏览系统的匿名性,提供实验平台。作为其重要组成部分,站点指纹模型训练系统(FingerprintModelTrainingSystem,FMTS)用于遍历目标站点的网页,抽取页面指纹及链接关系构造形成站点指纹模型。文中介绍了指纹模型训练系统的总体设计方案以及关键实现技术。并针对系统的一个实际运行结果———中南大学网站(www.csu.edu.cn)的指纹模型,分析了其“指纹”分布情况。

基于纹路的三维指纹模型重建算法

三维指纹识别是近几年兴起的一种基于三维指纹模型进行指纹识别的新技术,能够克服传统接触式指纹识别中存在的纹路变形、残留纹路、对手指皮肤状况敏感等缺陷。基于多角度图像的三维指纹模型重建是整个识别过程中的一个关键步骤。提出了一种基于纹路的重建算法,算法重建的指纹模型直接包含纹路与细节点相关特征。相对于已有文献中将指纹表皮作为重建对象,算法重建结果更有助于特征提取等三维指纹识别后续过程。

近红外透射光谱法和气相色谱法结合建立茅台酒指纹模型

建立了采用近红外透射光谱与气相色谱分析相结合的方式鉴定真假茅台酒的方法及流程。以2004年11批茅台酒为基础,以其他酱香型酒为参考建立了近红外光谱指纹模型和气相色谱指纹模型,应用这两个模型成功识别了模拟辨别真假样品,鉴定结果与感官品评结果和实际结果相一致。

基于指纹模型的海量模式并行匹配方法研究

精确字符串匹配技术多年来一直被学术界广泛研究。近年来,海量模式匹配的性能问题备受学者们的关注。本文提出了一种基于指纹模型的海量模式并行匹配方法。首先,将海量模式集以长度为衡量标准划分子集。其次,利用动态规划的思想将这些子集合并。最后,调节各子集的冲突率,并通过贪心算法调度到多核处理器中。实验表明,与已有的指纹模型海量模式匹配方法和模式集合划分方法相比,本文提出的方法在性能上有一定提升。

面向可见光无线定位的指纹推理模型校准

针对可见光无线定位指纹推算技术遇到的指纹赋权模型校准难题,本文利用贝叶斯推断理论和随机优化方法,提出了一种高效的指纹赋权模型校准优化方法.首先,利用可见光接收信号强度及其对应的位置和姿态标签建立指纹数据库;其次,依据指纹观测模型及最大熵理论,构建高斯型指纹赋权模型,用于推算可见光无线终端的位置和姿态;然后,依据随机优化理论,将高斯赋权模型校准难题建模为随机优化问题,并设计了基于连续凸函数逼近的赋权模型优化算法解决其中的非凸函数优化难题,从而实现对指纹赋权模型参数的高效校准,提升可见光定位的指纹推算精度.通过对指纹赋权过程进行建模与优化,本文提出的指纹定位方法能够有效抑制非视距传播干扰、弥补指纹匹配误差,极大地提升了可见光指纹定位的精度.仿真数据表明,本文基于指纹赋权模型优化的可见光无线定位算法相比于主流的指纹定位方法具有更高的定位性能.

基于显著图的高隐蔽性模型指纹算法

在核心任务场景下训练深度神经网络(DNN)需要越来越多的算力资源,这刺激了基于云端预测API接口的模型的窃取与盗用,同时也违反了模型所有者的知识产权.为了追踪公开的非法模型副本,深度神经网络的模型指纹技术为希望保持模型完整性的模型所有者提供了一种强大的版权验证方案.然而,现有的模型指纹方案主要基于输出层面的内在痕迹(例如:特定输入样本下的错误预测行为),这导致在模型指纹验证阶段缺乏隐蔽性.本文基于模型预测时的显著图(saliency map)痕迹,提出了一种全新的任意下游任务通用的模型指纹方案.本文的方案提出了受约束的显著图操控目标,构建标签不变和自然的指纹样本,显著提高了模型指纹的隐蔽性.根据对3种典型任务场景下全面的评估结果,本文提出的方法被证明能够显著地增强现有方案的指纹版权验证的效果,同时保持高度的模型指纹隐蔽性.

反向残差结构的指纹细节点提取轻量型网络模型

针对指纹匹配中细节点信息提取错误和提取不充分的问题,提出一种基于深度学习的端到端轻量型改进多尺度反向残差指纹网络模型(inverted residual network for fingerprint minutiae extraction,IRFingerNet)。该网络模型使用改进的残差结构,建立容易优化的轻量级网络,在增加网络深度时可减少信息丢失;把指纹的脊线、细节点等多种特征融合为联合特征,增强语义信息并提高对细节点的感知能力;运用通道注意力机制,校正联合特征,增大有效特征权重,减少无效特征权重。在NIST 4、FVC 2002、FVC 2004数据库上的实验结果表明,在实际应用中,IRFinger Net可以更有效地完成指纹细节点提取的任务,拥有更高的精准度和回调率,整体的F1得分高达0.87,其效果相较于传统提取方法得到了11%的提升,且达到了每个指纹图像0.23 s的检测速度。

一种基于机器学习的物联网终端识别技术模型

随着我国电力物联网加快建设,大量物联网终端设备接入电网内部网络,这些终端分布广、数量多、计算资源受限、带来了巨大的网络安全风险。本文主要针对某电力公司8类实际应用中典型物联终端设备,通过抓取海量数据并与物联终端通用协议类型进行对比,提取特征信息,采用多种机器学习算法分别建立设备指纹模型并开展分类实验分析,并通过实验数据与实际场景情况的对比验证,证明了基于包长度统计特征值的随机森林算法在物联网终端识别与威胁检测上的可行性。

基于信号传输模型的指纹井下目标定位算法

由于煤矿井下环境的特殊性,无线信号易受折射、散射、反射等因素的影响,造成了传统的定位技术得不到有效的发挥。通过分析煤矿井下巷道的无线信号传输模型,结合井下巷道自身的特点,提出了一种改进的信号强度指纹井下目标定位算法,利用均值滤波方法去除受多径效应或遮挡产生的野值点。实验结果表明,该算法能够很好地解决其他指纹定位方法在个别点上定位误差较大的问题,提高了总体的定位精度,获得了煤矿井下目标的理想定位结果。

矿物组分“数字指纹”模型的建立和应用

在我国进出口的矿物中,矿物组分和原产国存在一定程度的对应,但是否存在如同"指纹"一样的元素组合,通过检测这些元素组合能否准确判断该矿物的产地国?这是本文要探究的问题。本文首先采用逐步判别法对不同元素和产地国的关联程度进行计算,筛选出"指纹"元素的组合;然后采用非参数判别方法,建立指纹模型,并利用天津出入境检验检疫局提供的历史数据集来检测该模型的可靠性。对于丰富和完善分析化学的取样和矿物检测理论具有重要的理论和实际意义。

基于最优模型残差的指纹方向校正法

指纹的方向信息是指纹图像处理中非常重要的信息,指纹方向场的获取以及校正直接影响指纹自动识别的性能。本文提出了一种基于指纹方向场数学模型的方向校正方法,根据指纹中的奇异点性质和分布,建立起与对应指纹方向场的最优方向场模型;然后,根据模型与实际指纹方向场的残差对指纹方向进行校正。由于算法利用指纹整体的拓扑信息对指纹噪声方向进行校正,具有很强的抗干扰能力,较适合劣质指纹图像处理。

铜绿假单胞菌蛋白指纹诊断模型的建立及应用

目的建立铜绿假单胞菌的蛋白指纹诊断模型,为细菌的快速鉴定奠定基础。方法利用表面增强激光解析电离飞行时间质谱检测20株铜绿假单胞菌的细菌蛋白,筛选稳定表达的蛋白峰,将其数据导入自建Fingerwave软件建立铜绿假单胞菌的蛋白指纹诊断模型。收集临床分离的126株细菌,对模型的诊断能力进行评价,确定铜绿假单胞菌的鉴定阈值并应用模型对铜绿假单胞菌进行鉴定。结果建立了铜绿假单胞菌的蛋白指纹诊断模型;利用临床菌株对建立的模型进行评价,确定该模型鉴定阈值为70%,对铜绿假单胞菌鉴定结果与传统微生物学鉴定方法及分子生物学结果相比符合率为97.7%(42/43)。结论应用细菌蛋白指纹模型可快速对铜绿假单胞菌细菌进行鉴定,为细菌感染的快速诊断提供了可能性。

一种用于指纹方向场估计的网格插值模型

指纹方向场的估计是指纹识别预处理算法中的重要环节,对算法识别效率起到关键作用。本文提出了一种网格插值模型,该模型以指纹奇异点为中心,将指纹平面做网格划分,利用插值算法建立了方向场与指纹奇异点之间的非线性关系。模型中利用了指纹的全局信息来调整网格点的值,使得它与传统的基于局部信息的方向场算法有本质的区别。在FVC2002和FVC2004指纹数据库上的实验结果表明,该模型比传统算法具有更高的准确性和鲁棒性,同时对于低质量的指纹图像,仍然能够给出很好的方向场估计。

针对深度神经网络模型指纹检测的逃避算法

随着深度神经网络在不同领域的成功应用,模型的知识产权保护成为了一个备受关注的问题.由于深度神经网络的训练需要大量计算资源、人力成本和时间成本,攻击者通过窃取目标模型参数,可低成本地构建本地替代模型.为保护模型所有者的知识产权,最近提出的模型指纹比对方法,利用模型决策边界附近的指纹样本及其指纹查验模型是否被窃取,具有不影响模型自身性能的优点.针对这类基于模型指纹的保护策略,提出了一种逃避算法,可以成功绕开这类保护策略,揭示了模型指纹保护的脆弱性.该逃避算法的核心是设计了一个指纹样本检测器——Fingerprint-GAN.利用生成对抗网络(generative adversarial network,GAN)原理,学习正常样本在隐空间的特征表示及其分布,根据指纹样本与正常样本在隐空间中特征表示的差异性,检测到指纹样本,并向目标模型所有者返回有别于预测的标签,使模型所有者的指纹比对方法失效.最后通过CIFAR-10,CIFAR-100数据集评估了逃避算法的性能,实验结果表明:算法对指纹样本的检测率分别可达95%和94%,而模型所有者的指纹比对成功率最高仅为19%,证明了模型指纹比对保护方法的不可靠性.

荧光产生及指纹荧光显现剂目标分子模型设计

了解荧光强度和化学结构的关系,可预测哪些分子会发生荧光,在哪些条件下荧光强度可以增大;并能据此设计荧光分子结构模型,用以显现汗潜指纹、潜血指纹及人体分泌物指纹。

血清蛋白质指纹图谱模型在肾癌诊断中的应用

目的应用表面增强激光解吸离子化飞行时间质谱（SELDI-TOF-MS）技术分析肾癌血清蛋白表达谱的改变，筛选并建立肾癌血清标志物诊断模型。方法收集34例肾癌患者血清，8例非肾癌泌尿系统疾病患者及24例健康人血清为对照，获得WCX2蛋白芯片表达图谱。用Biomarker PatternsTM软件分析差异蛋白并建立肾癌诊断模型。结果在分子量1000-50000范围内共检测到101个蛋白峰，其中7个有显著差异（P〈0．01）。建立了由2个最明显差异蛋白组成的肾癌诊断模型，其敏感度为88％（30／34），特异性为90％（29／32）。

智力与指纹检测模型

鉴于目前指纹分析智力报道尚少,作者对大学(中国科学技术大学少年班)学生、重点高中、普通初中、一般小学与白痴各组人群进行指纹分析。在智力与指纹的关系、智力与RCD、Tang氏点的关系二篇论文的基础上建立智力度检测模型,经1095人测试逐个验证,符合率达99.08％。大学与各组间智力差别,少年班是高中生的2.04倍,是初中生的3.24倍,是小学生的4.72倍,是白痴的7.24倍。各组间智力相差,大学(少年班)是高中生的2.04倍、高中是初中生的1.58倍、初中是小学生的1.47倍、小学是白痴的1.53倍。智力模型现今最常用的是智商测试,本模型用的是先天指纹,试图以此测得先天智力。

中药色谱指纹图谱双层次控制模型理论和应用研究

目的建立中药色谱指纹图谱双层次控制模型理论并应用于天王补心丸(TWBXP)HPLC定量指纹图谱评价,以丰富中药指纹图谱质控理论。方法采用特征指纹图谱作为中药指纹图谱的第一控制层次(司定性),对中药指纹图谱检测系统实行远控制;采用标准指纹图谱作为第二控制层次(司定量),对中药指纹图谱质控系统实行近控制。结果以物质三态描述第一层次特征指纹图谱属于图谱的气态,是升华得到;标准指纹图谱属于图谱的固态,具有不变性和难以应用于具体样品的检测定量;以标准制剂控制模式得到的标准指纹图谱属于图谱的液态,具有适用性强和检测引起的误差极小,其更适合我国中药质量工业化控制。以甘草酸(GHIA)为参照物峰,确定46个共有指纹峰,建立了TWBXP-HPLC定量指纹图谱,并以系统比率指纹定量法鉴别出11批样品质量均为好以上(S12除外)。结论中药色谱指纹图谱双层次控制模型理论为中药标准制剂控制模式和定量指纹图谱模式走向中药工业化应用在理论上奠定了重要基础。

科技项目语义查重算法

项目查重是科技项目价值评估的重要一环,主要解决项目立项环节不同单位重复申报、同一项目多次申报及项目文档抄袭等问题。近年来,电力企业科技项目填报数量呈逐年增长的趋势,这对项目查重的准确度、效率及使用便利性提出了更高的要求。针对电力企业科技项目立项查重需求,提出了基于预训练指纹模型(Pre-trained Finger Print Model,PFM)的语义查重策略,通过数据预处理、特征工程、模型训练、模型评估、模型部署和模型微调等过程,以句子指纹为单位,对待查项目与历史项目关键要素进行分层语义查重,根据项目分层语义相似度指标进行相关度倒排,从语义上高效精准地发现研究内容相似的项目,以此支撑电力企业科技项目立项审查工作。