基于余弦值的红外光强与偏振图像特征差异度的度量方法

现有差异特征驱动的红外光强与偏振图像融合方法中,特征的选择上数量多,存在信息冗余,通过提取图像特征再求差来获取差异特征不能充分表征图像间的差异。本文提出一种基于余弦值的红外光强与偏振图像特征差异度的度量方法。通过对源图像提取特征图,将亮度、纹理、边缘三类特征进行分离,避免了图像特征选择的困难;定义了特征差异度,从特征图提取得到特征向量,再计算其差异度,对图像的差异进行了量化;最后,通过实验验证了所提方法的合理性和有效性。

一种基于特征差异度和SVM投票机制的数字音乐语音情感识别算法

针对数字音乐语音情感识别问题,提出一种基于特征差异度和SVM投票机制进行识别的方法.该方法不仅降低了特征向量的维度,而且保留了足够的能够描述数字音乐语音不同情感之间差异的特征.同时,该方法利用多个二分SVM分类器进行投票,减少了每个分类器的权重,从而降低了误差.实验结果表明,该方法能够有效地提高识别准确率.

基于Fisher特征投影差异度的间歇过程故障预报

为了保证间歇生产过程的安全、可靠运行,人们不仅希望在过程发生故障后能够及时进行故障诊断,更希望在只有微小故障征兆出现时就能够对故障的发展进行预报。对间歇过程进行故障预报研究已经成为目前过程控制领域的一个重要研究方向。针对间歇生产过程发生渐变故障的特点,结合Fisher判别分析方法,提出了基于特征投影差异度的故障预报方法。通过建立特征投影差异度的时间序列模型,预报未来生产批次的差异度,并将其与差异度阈值对比,进而实现间歇过程的故障预报及故障诊断。通过注射成型生产过程的数据对该方法进行实验验证,结果表明了所提方法的有效性。

多特征差异决策耦合Top-Hat变换的红外目标检测

为了提高红外图像弱小目标在复杂背景干扰下的检测精度,本文提出了基于多特征相似度差异决策与改进的Top-Hat变换的红外弱小目标检测算法。该算法通过经典的Top-Hat的单一结构元素进行分割,形成多尺度结构元素,并依据弱小目标与其周围背景之间的灰度差异,定义了灰度变化映射,通过计算其均值与方差,构建目标决策因子,并将其与多尺度结构元素嵌入到Top-Hat变换中,形成了新的Top-Hat变换;随后,联合灰度强度、对比度以及结构信息,建立多特征紧密度差异模型,提取包含真实弱小目标与可疑目标的候选区域;最后,基于弱小目标运动的连续性,引入管道滤波模式,将候选区域中的可疑目标剔除,保留真实弱小目标。实验数据表明:与当前红外弱小目标检测算法相比,在复杂背景干扰下,所提算法的检测精度更高,能够将弱小目标完整地检测出来,具有更好的ROC特性曲线。

洋葱路由追踪技术中时间特征的建模与分析

针对洋葱路由匿名通信机制,现有研究工作提出了多种基于时间特征的追踪技术方案,但对如何从理论上解释时间特征可用于追踪的原因,以及如何确定为形成特定时间特征所需调制的报文延时幅度等问题缺乏相应研究.以目前广泛使用的第二代洋葱路由Tor匿名通信系统为研究对象,深入分析其数据包调度策略,建立相应数学模型,并提出数据包输入和输出缓冲区的平均队列长度和网络层报文数量估算方法.在此基础上,结合提出的时间特征差异度度量方法,解释说明能够借助时间特征来进行匿名通信追踪的原因,同时得出影响追踪效果的3个具体因素.进一步,针对ON/OFF流水印模型,推导出在满足一定水印检测率前提下应调制的报文延时幅度.通过Tor实验环境验证了理论分析的正确性.研究成果为后续匿名通信相关研究提供理论和实践指导.

分布式风力发电对综合负荷特性的影响

分布式风力发电系统的并网运行,改变了所接入配电网的负荷构成和特性.随着风电渗透率的逐渐增加,这种影响将日益明显.以数字仿真实验为基本手段,利用Matlab/Simpowersystem工具平台搭建IEEE-14节点配电网络,分析研究分布式风力发电的不同接入容量和并网位置对配电网综合负荷特性的影响,构建"特征差异度"评价指标以定量评估其影响程度.

针对恶意JavaScript识别的降维方法

针对将JavaScript代码N-gram处理后识别算法特征维度较高的问题,提出一种高效的降维方法。该方法利用TF-IDF-like模型分别计算特征在正常样本和恶意样本中的权重,基于特征权重在两类样本中的差异度进行降维。基于多个识别算法,将提出的降维方法与基于主成分分析(Principal Component Analysis,PCA)的降维方法进行比较,实验结果表明:当识别算法维度相同时,基于本文所给降维方法的识别算法在识别效果方面优于基于PCA的识别算法;当降维后识别算法的维度超过某个阈值时,随着识别算法维度的增长,本降维方法的时间开销增长速率远低于PCA方法。

基于SERD与SPAN的全极化SAR数据海岸线分类

基于Wishart分类器的全极化SAR图像H/α分类方法应用于海岸线分类,可区分不同海岸线类型。在聚类过程中,传统H/α-Wishart方法时常将各类聚类中心对应的散射机理混淆,使得同为单次面散射的淤泥质与砂质海岸线类别难以区分。针对此问题,提出了改进型的辅助分层分类方法。算法运用单次反射特征值相对差异度与极化总功率系数构成的二维特征空间,结合支持向量机得到最优分界判据,以分离初始分类结果中混淆的淤泥质与砂质海岸线。实验表明,改进方法能够有效区分淤泥质与砂质岸线,分类混淆矩阵对应kappa系数由0.794提升至0.853,分类识别率得到显著提高。