光纤陀螺信号混合检测方法研究

详细分析了光纤陀螺开环和闭环检测方法的利弊,在此基础上提出的混合检测方法较好地吸收了前者的优点,简化了系统结构,使系统具有低漂移,高灵敏度、大动态范围和低刻度因线性误差。     

无损检测综述

简要介绍无损检测的发展现状，及概述说明当前使用的无损检测方法，在此基础上阐述了无损检测的发展方向和发展趋势。     

一种分布式水声信号检测系统的融合算法

给出了一种多传感器数据融合的融合算法,并将其用于分布式水声信号检测系统中多部声呐的信息综合。各部声呐的观测可以是相互独立的。也可以是相关的。计算机仿真结果表明,融合后系统的检测性能有明显提高。     

入侵检测系统发展现状及技术展望

随着网络的飞速发展和广泛应用,网络安全正成为阻碍网络进一步发展的重要问题.作为对防火墙的必要补充,入侵检测技术受到人们越来越多的关注.简要介绍了目前入侵检测系统的主要实现方法和存在的不足之处,对未来入侵检测系统发展方向提出了一些自己的观点.     

认知无线电频谱检测机制研究

为了提高认知用户检测效率、改善认知用户检测性能以及提高频谱资源利用率,从检测模式、检测周期、检测时长和检测信道等多个角度,对认知无线电频谱检测机制中检测参数和检测策略的选取及优化方法进行了理论推导和定量分析。研究结果表明,通过对检测机制中参数和策略的优化,可解决认知无线电中仅凭借单纯物理层检测算法在检测效率和检测性能方面的局限性,在保护授权用户免受干扰的同时增加了认知用户的频谱接入机会。在此基础上进一步提出了认知无线电频谱检测机制中几个下一步研究方向及其难点问题和相关的解决方案。     

虚拟仪器在发电机绝缘检测中的应用

虚拟仪器由通用的仪器硬件模块和计算机软、硬件组成．利用超声法检测发电机定子主绝缘状态，可以较好地重复评估发电机定子的可靠运行年数．将虚拟仪器技术应用到程序的编制当中，具有界面直观，编程方便，实用性强和智能化程度高等优点．     

压力容器超声检测技术研究

超声波检测是检查压力容器的重要方法,本文就具体案例介绍检验压力容器的步骤和方法进行探讨,为检测其他压力容器起到抛砖引玉的作用.     

汽车动力性能检测方法研究

汽车动力性能检测通常采用检测底盘输出功率然后凭经验考虑传动系损耗的检测方法。本文设计了一种改进的汽车动力性能检测方法，包括了对传动系损耗的检测。通过大量检测实践证明这是一种准确、可靠、先进的检测方法。     

超声波技术在某航天发射场地面设备中的应用

论述了超声波检测与测量的基本原理,详细介绍了超声波技术在某航天发射场地面设备中的泄漏检测、液位和流量测量的应用,并对现阶段应用中取得的成果和存在的问题进行了较详细的阐述,为超声波技术的进一步应用打下了坚实的基础。     

基于入侵检测技术的网络安全分析

计算机网络的安全已成为国家和国防安全的重要组成部分,而入侵检测技术是保证计算机网络安全的核心技术之一。本文首先剖析了网络面临的各种威胁,接着在分析防火墙技术的缺陷的基础上,引出了入侵检测技术,并对入侵检测方法进行了分析,最后指出了入侵检测技术的发展趋势。     

基于骨干网的并行集群入侵检测系统

骨干网的大流量要求实现骨干网入侵检测系统必须改变传统的入侵检测系统结构模型并采用高效的入侵检测技术，在对骨干网入侵检测系统的关键技术进行深入研究的基础上，设计并实现了一种适用于骨干网的基于规则的入侵检测系统BNIDS(Backbone Network Intrusion Detection System)，讨论了BNIDS系统的并行集群检测模型、报文捕获机制和基于规则的分析引擎，试验结果表明，可扩展的BNIDS系统能够对骨干网流量进行实时入侵检测分析。     

基于多层前向神经网络入侵检测系统的研究

针对目前入侵检测系统不能有效检测未知入侵行为的问题，根据神经网络的自学习和自适应性强的特点，采取了将多层前向神经网络与入侵检测系统相结合的方法，提出了一种入侵检测模型，给出了此模型中神经网络模块的改进训练算法，实验证明，此算法入侵检测率可达86％，最大误报率为3％，加大训练样本可进一步提高检测率，从而更有效地检测出未知的入侵行为；此算法实时性强，可有效提高神经网络的学习效率。     

基于神经网络的入侵检测模型研究

提出了将学习向量量化神经网络用于入侵检测系统的方法，并给出了基于学习向量量化神经网络的网络入侵检测系统模型结构。仿真实验结果表明，运用学习向量量化神经网络检测入侵，可以达到较高的准确检测率，是一种有效的入侵检测手段。     

神经逻辑网络 NLN

给出一个使用３－值神经逻辑推理机的专家系统框架。神经逻辑可以执行除ＡＮＤ、ＯＲ和ＮＯＴ之外的许多逻辑操作，也可执行非标准逻辑操作和概率及模糊推理。由于其良好的网络结构，系统可并行地激活规则，并进一步通过调整弧上的权重获得学习能力     

一种基于神经网络的专家系统设计

提出了一种基于神经网络的专家系统设计方案,其核心是作为知识库的人工神经网络(ANN)和基于ANN的正向推理机制。研究了一种表达知识的二元产生式规则及其编码方法,通过编码知识被存储在ANN中。基于ANN的知识库,设计了一种具有正向推理的推理机,并且以动物识别为背景,设计了一个原型系统。     

一种基于智能神经网络的入侵检测新方法

提出了一个基于智能神经网络的网络入侵检测新方法. 该方法首先建立功能单一、结构简单、易于构造的小型神经网络来完成单一的网络入侵检测任务,然后将多个训练好的、能够检测多种多样网络攻击的小型神经网络组合成一个大型智能神经网络. 实验采用DARPA 1998入侵检测评估数据库,使用MATLAB软件完成相关仿真实验. 实验结果真实有效.     

基于PCA的BP神经网络分类器

由于入侵检测处理的多为高维数据,为了提高入侵检测的效率和准确率,提出了一种基于主成分分析(PCA)的特征提取方法,对数据源进行特征降维,将获得的主成分作为BP神经网络的输入进行数据识别.同时介绍了M atlab中相关函数,并与传统入侵检测方法进行了比较.实验结果表明:基于主成分分析的特征提取方法在简化BP神经网络规模的同时,显著提高了入侵检测识别效果.     

一种神经网络和模式匹配相结合的入侵检测系统

构造一个基于BP神经网络和模式匹配技术的网络入侵检测系统模型.神经网络和模式匹配在检测类型上是互补的，BP神经网络需要数值化的输入，适合检测基于网络数据包流量特性的入侵行为；模式匹配技术是通过在数据包中搜索特征字符串来检测入侵的.将网络数据包分析处理后分别按神经网络和模式匹配检测模块的输入数据格式生成输入实例，再分别予以检测.该系统可以检测出已知的入侵行为，同时具有一定的对未知入侵的检测能力.实验证明两者结合起来构成的检测系统性能更全面.     

基于大神经元的专家系统

本文基于大神经元原理建立了神经网络专家系统的基本理论和框架，同时提出知识表示、获取、推理以及建立由不同领域专家知识组成的专家系统的大神经元方法。     

基于小波神经网络的服务器预警系统

提出了采用紧致型小波神经网络来构建服务器预警系统,将小波和神经网络直接融合,使网络训练过程从根本上避免了局部最优等非线性优化问题,小波神经元的低相关性,也使得小波神经网络有更快的收敛速度;将服务器中的日志数据数值化后进行网络训练,获得一个基于小波神经网络的入侵分类器。实验结果,表明小波神经网络系统自适应能力强、学习速度快、预警精度高、在入侵检测领域有良好的实用性。