提高采样精度降低检品系统的误检率

凹印机在线印刷质量检查系统(以下简称"检品机")是能自动检测出印刷在线缺陷,并及时通知操作者,特别是能对有质量问题的部分作出标记以警示下道工序或直接剔除的系统.

浅谈降低锅炉火焰误检率的措施

根据沙角A电厂新火检装置投运后所出现的误检率偏高的问题展开探讨,通过认真分析、判断,归纳出问题的主因,并根据实际工况提出解决方案,并予以实施,最终成功将锅炉火焰误检率降低到标准以下。

档案检索效率浅析——与邓绍兴、陈智为二位先生商榷

在《档案管理学》（修订本）中提出了档案检索效率的四种计算方法。我们有所疑义。本文提出了新的见解,欲用查准率这一新的公式替代教材中原有的查全率、漏检率、误检率及查准率等四个公式,不知当否。以向教材主编与档案界同仁求教。

基于不变因子的SIFT误匹配点剔除及图像检索

为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。

关于情报检索效率的若干理论探讨

本文在O'Hara工作基础上,通过适当的数学推导,进一步说明了查全率R与查准率P矩阵的四个边与角,指出了原有工作的不足之处;给R、P的定义表达形式作了补充,並对R与P的互逆相关关系作了理论上的说明。

科技文献检索和利用的四个率

在五十年代,我们曾向国外的图书馆界学到了计算图书保障率,读者利用率,图书流通率,出借拒绝率等方法,对于图书馆藏书建设、读者工作起了促进作用。在目前的形势下,我们应进一步学习另外的四个率。那就是关于科技文献检索上的查全率、查准率、漏检率、误检率。

3D乳腺X光提高乳腺癌检出率

6月24日一篇来自NCI的新闻报道称,研究发现增加一项新的数码乳腺X光检测可有效探查乳腺癌发生率,并可有效降低令人伤神的误检率。通过该方法所得到的可疑结果可使女性从结果正常的结论中获得额外的扫描检查。今年,数百万女性将会从这一新型检查手段中获益。除了乳腺扫描机不可移动之外,该检查与常规乳腺X光检查并无太多不同。断层X线综合检查探头可在乳腺附近游动。有时,我们也把这种检查方式称为3D乳腺X光检测。该项检查通过产生不同角度的X射线来创建一个三维立体的乳房影像。早在2011年,美国就已批准使用。

基于机器视觉和深度学习的矿用电机换向器检测系统设计研究

借助神经网络深度学习的算法和机器视觉技术,设计一种矿用电机换向器缺陷无损的自动检测系统,以解决矿用电机换向器经常出现的几何误差和表面质量的问题。通过采集零件图形、计算滤波预处理、区域亚像素定位、模板匹配等系列技术手段,分别从零件的顶面、侧面、底部等位置完成电机换向器缺陷无损检测。在电机换向器检测实验结果中发现,该系统检测过程简单,相比人工检测效率能够提高70.6%,漏检率0%,误检率降低到1%,实现检测效率的大幅度提升,同时能测量不同尺寸换向器的多种技术参数,这为换向器的检测提供了一种设计思路,同时也为其他零部件质检提供了优化思路。

基于LMS算法的窄带干扰检测技术

直扩系统通常采用干扰抑制技术提高系统的干扰容限。在无干扰或小干扰情况下,直接进行干扰抑制会给接收端带来极大的信噪比损失,而窄带干扰检测技术可以有效解决这一问题。传统的窄带干扰检测技术常用于低信噪比情况下,而本文提出的基于LMS算法的干扰检测算法能够较好的适用于大信噪比范围与高信噪比情况,对于不同的信噪比该算法可以自适应选取相应的门限以较高的干扰检测率与较低误检率有效检测干扰,同时相对于其他算法该算法原理简单,容易实现。

无线传感器网络中基于安全数据融合的恶意节点检测

无线传感器网络的一些固有特点,如节点能量、存储空间和计算处理能力均有限,网络节点布署在野外而无人值守,节点易被敌方捕获,因而网络内部易存在恶意节点。本文在分析Atakli等人提出的WTE方案基础上,提出了一种新的基于安全数据融合的恶意节点检测算法(MNDSDF)。针对节点数目较多层次型的无线传感器网络,MNDSDF算法首先在WTE权值融合的思想上添加了高信誉值过滤机制,来检测恶意采集节点;其次针对WTE和WCF只允许簇内单跳和融合结果受恶意节点影响较大等不足,提出了数据包计数的策略,来检测恶意转发节点。与WTE相比,MNDSDF算法能抵制更多种攻击行为,适应更宽泛的路由协议。通过仿真实验,MNDSDF算法可以有效检测出部分恶意行为,并经过与WTE和WCF比较,具有更高检测率和更低误检率。

基于NBSR模型的入侵检测技术

为了更好地解决入侵检测技术中误用检测造成未知入侵行为误检率升高的问题,提出了一种基于NBSR模型的入侵检测技术。首先,为了弥补ReliefF特征选择算法对特征之间的相关性分析的不足,引入Pearson相关系数,提出Relieff-P算法。其次,利用Relieff-P算法对UNSW-NB15数据集进行处理,去除无关特征,得到新的特征子集。最后,将朴素贝叶斯分类器和Softmax回归分类器级联构成NBSR分类器,建立了NBSR模型。在UNSW-NB15测试集上的实验结果表明,NBSR模型较其他检测模型有较低的误检率。

基于免疫克隆与差分进化的入侵检测方法

随着网络技术的飞速发展,信息安全变得越来越重要.入侵检测方法已经成为信息安全领域的热门研究方向之一.入侵检测实质上是一个分类的问题,对于提高分类精度是十分关键的.免疫克隆算法和差分进化算法都是用于解决分类问题的比较有效的方法.结合先前免疫克隆算法和差分进化算法分别在入侵检测中所取得的良好效果,在对差分进化算法改进的基础上,提出了一种基于免疫克隆和差分进化的混合入侵检测方法.仿真实验结果表明,该方法比文献中提出的方法具有更高的检测率和更低的误检率,能使检测系统在一定程度上有效的识别未知入侵.

基于Adaboost算法的人眼检测中样本选择研究

人眼检测在表情识别和人脸识别中起着非常重要的作用,是驾驶员疲劳检测的基础。采用了基于Adaboost算法的人眼检测的方法,训练阶段中的样本选择是Adaboost算法的关键,分析和讨论了训练阶段不同特征的正、负样本对最终检测结果的影响,提出了一种新型的负样本选择方法,并实验得到了各种样本训练生成的分类器对人脸库的检测率和误检率,得出用去除眼睛部分余下的人脸作为负样本训练出来的分类器能有效降低误检率,为以后的眼睛分类器训练提供了实验依据。

一种动态的入侵检测系统负载均衡算法

目前的入侵检测不仅需要模式匹配,而且需要协议异常检测,提出了一种新动态的负载均衡算法。采用两层结构,对网络流量按照服务类型进行初步划分之后分别对每部分流量进行二次分配,并对每种类型的流量进行相应的协议异常检测。该算法能在不牺牲系统性能的前提下有效提高网络入侵检测系统的检测效率,降低误检率,并可有效地适应网络流量的变化,降低漏检率。

基于IRP的未知恶意代码检测方法

目前采用的基于API的恶意代码检测方法只能检测运行在用户态的恶意代码,不能检测运行在内核态、采用内核API调用的恶意代码.为此,文中提出基于I/O请求包(IRP)的未知恶意代码检测方法.应用朴素贝叶斯、贝叶斯网络、支持向量机、C4.5决策树、Boosting、否定选择算法及针对IRP序列特点改进的人工免疫算法对捕获的IRP序列进行检测,并比较了各种算法在不同特征选择方法下的检测效果.结果表明:所提出的基于IRP的未知恶意代码检测方法是可行的;在所有方法中,采用Fisher score进行特征选择的Boosting决策树算法可获得最高的检测率(98.3%);采用改进的人工免疫算法,通过精选的少量仅在恶意代码中存在的IRP序列,可获得95.0%的检测率,且误检率为0.

基于流量状态特性的网络异常流量检测模型研究

提出了一种网络流量异常状态统计模型——混合二次网络状态G(X2,DKS,DKKS,DAKS)模型。该模型从动态性原则以及降低误检率和漏检率思想出发,改进原有统计模型,建立了可以动态设定描述网络流量状态参数的加权统计模型。基于混合二次网络状态模型G(X2,DKS,DKKS,DAKS)的入侵检测系统进一步证明了该模型可以更大程度上提高异常检测性能,降低其误检率和漏检率。

基于IKMNB分类算法在入侵检测中的应用

针对当前入侵检测中存在检测率低,误检率和漏报率高的问题,提出了一种基于K-means聚类的贝叶斯分类算法(IKMNB)。用改进的K-means聚类算法对原始数据集中的完整数据进行聚类,然后计算缺失数据集中的每条记录与k个簇中心之间的近似度距离,把记录归属为距离最近的一个簇,使得该记录的缺失值被相应簇中的属性值填充,最后运用贝叶斯分类算法对处理后的完整数据集进行分类。通过仿真实验验证了该算法与朴素贝叶斯算法相比提高了检测率,降低了误检率和漏报率。

数据驱动技术的光传感器状态智能检测研究

为了及时准确地检测出光传感器的各种故障,以解决当前光传感器检测方法存在的局限性,设计了一种基于数据驱动技术的光传感器状态检测方法。该方法首先采集光传感器状态信号,并采用经验分解模态法和独立分量法对光传感器状态信号进行预处理,然后提取光传感器状态检测特征向量,最后采用数据驱动技术将特征向量作为输入信息进行建模,输出光传感器状态类型,具体的光传感器状态智能检测结果表明,本方法可以有效描述各种光传感器状态,光传感器状态检测正确率超过92%,而光传感器状态拒检率和误检率均低于5%,光传感器状态信号时间少于5 ms,光传感器状态智能检测性能要明显好于当前经典光传感器状态检测方法,具有一定的实际应用价值。

基于质心Voronoi图的网络异常检测算法

网络异常检测技术是入侵检测领域研究的热点内容,但由于存在着误报率较高等问题,并未在实际环境中得以大规模应用。基于质心Voronoi图,提出一种新的异常检测算法。在该算法中,首先利用质心Voronoi图来对样本数据进行聚类,然后基于聚类结果,计算出各个样本点的点密度,并以此来判断样本数据是否异常。最后,通过基于KDD Cup 1999数据集的实验测试,仿真结果表明,新算法在具有较低的误报率的同时,也具有良好的检测率。

检索策略的质量评价方法

有多篇文章讨论了查准率和查全率之间的种种关系。用两个相关的检索课题对二者的关系做了比较研究,表明这二者之间不存在任何关系。从而得出衡量检索策略质量评价方法:衡量一个检索策略质量应该同时根据两种不同的文献分类方法的指标来衡量。