老兵新传

1．快速上锁腾讯QQ2009正式版SP2推出 作为国内即时通讯的老大,QQ每一次更新都会引起业内的高度关注,QQ2009推出不久,很快又推出了SPI．而如今,SP2版又发布了,最新版的QQ增加了不少新特性．包括：QQ锁定,快速上锁保护隐私：自拍头像,率性秀出真实自我;自动回复,清晰明了避免骚扰;一起玩游贱,好游戏共同分享;好友铃音,个性铃音与众不同。其中QQ锁定可以保护你的隐私,只有知道你密码才能解锁,这样就可以社绝有些别有用心的人趁你不在位置上,用你的QQ乱发消息,或者做别的坏事。“自拍头像”功能则允许用户可以用自己真实的一面,最快捷地展示给网友,点击“更换头像”,在打开的窗口中点击“自拍头像”,接下来就会启用你的摄像头,开始拍照,并设置为头像。此外,此次版本的自动回复功能增强了,而且QQ帮助也更易用,是您的在线贴心好助手,有兴趣的不妨一用,实际伸验—下。     

Ad Hoc网络下的发布/订阅系统路由协议

发布/订阅系统为分布式网络中系统间的异步通讯提供了便捷的途径,事件的路由策略是基于内容的发布/订阅系统的关键问题之一。文章采用目的地动态更新与划分、逆向最短路径转发等策略,提出一种有环图下支持订阅覆盖的路由算法;通过引入订阅挂起、激活操作,以及与订阅对应的事件缓存方法,设计了一种新型的拓扑重构算法;通过引入网络分簇技术、拓扑重构算法、客户路由切换算法,设计了一种新型的面向移动Ad Hoc网络的发布/订阅系统路由协议,提高了系统的扩展性。     

一种分布式拒绝服务攻击的检测方法

该文提出和实现了一种基于网络异常流量特征的检测模型。通过将多条链路或多个流的流量信号作为一个整体进行研究,构建了网络异常流量监控的系统模型。该模型包括了数据采集、分析、异常判断和警告等功能,并综合了异常信息融合及警告信息关联性分析技术。通过实验证明,该套系统模型对短时间段内的突发流量能提供有效的检测和报警服务。     

内网监控系统自保护技术的研究与实现

研究内网安全监控系统的自我保护技术,对常见的隐藏进程的方法进行比较分析,设计一个采用拦截系统服务分配表隐藏进程方法的自保护模块,实现系统的自保功能,并给出具体实现代码。     

改进自组织映射神经网络在指纹识别中的应用

改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的提高。     

基于循环自相关的跳频信号盲检测算法

针对通信对抗中的跳频信号盲检测问题,提出了一种跳频信号盲检测算法.深入分析了带噪跳频信号和高斯白噪声在二阶循环平稳性上的差异,并考虑到截短效应对循环自相关函数估计的影响,提出利用观测信号的循环自相关函数估计的模值作为检验统计量,利用在接收端构造的高斯白噪声信号的循环自相关函数估计的模值的最大值作为检测阈值的跳频信号的盲检测算法.实验表明,该算法对于高斯白噪声环境中的跳频信号具有良好的检测性能,适于信噪比高于-3dB,非协作通信情况下的跳频信号检测.     

基于经验模式分解的R波检测算法

本文基于经验模式分解理论与自适用阈值检测原理,采用一种新的心电信号处理方法实现了对心电信号的预处理与R波的检测.该方法经MIT-BIH心电数据验证,可以降低高大P波,T波和基线漂移等噪声污染的影响,R波检测准确率高.     

自确认测速度仪的设计

在分析传统测速仪缺点的基础上,设计出了自确认测速仪;就脉冲检测及修补,基于预估因子的数据预估算法和设备状态判断进行了详细描述.对测速仪的网络接口和协议也进行了介绍,通过工程实例测试表明其工作可靠,能克服缺栅,跳动等对速度的影响,其性能优于传统测速仪.     

基于数码照相机自拍系统的人体检测方法

在实现数码照相机自拍功能的基础上,提出了一种基于HSI模型单通道背景更新的运动物体检测方法.与传统方法时RGB图像或由RGB图像转换得到的灰度图像进行检测不同,本文对HSI模型中的亮度分量图像进行检测,这样既克服了直接对RGB图像进行检测运算量大的缺点,也克服了由RGB图像转换得到灰度图时信息丢失的问题.该方法运算简单,检测效果好,能够满足数码照相机自拍系统的自动聚焦运动物体的需要     

多传感器苹果采摘机器人定位系统研究

本文研究了一种适用于苹果园中自主移动机器人的定位系统.该系统采用以CCD传感器为感应元件的数码相机获取苹果园场景视频信息,以作者开发的图象处理软件实现路标的提取和识别,并利用激光测距传感器测定机器人与路标的精确距离,结合以上信息,应用直接推理的路标全局定位方法,实现苹果园中移动采摘机器人的定位.仿真实验表明,该系统具有较高的定位精度和鲁棒性,定位精度介于95.6～99.0%之间,符合苹果采摘机器人定位要求.