面向图像复原的分层贝叶斯局部高斯混合模型

近年来使用高斯模型作为块先验的贝叶斯方法取得了优秀的图像去噪性能,但是这一方法在去噪之外的逆问题求解方面性能不太稳定。提出一种基于分层贝叶斯的高斯混合模型对图像块建模,对模型参数引入先验知识,利用Gaussian-Wishart分布对均值和协方差矩阵的概率分布建模,使得块估计过程更加稳定。基于邻近块的相干性,利用L2范数度量完成局部窗口中相似块的聚类,局部窗口相似块利用特定均值和协方差的多元高斯概率分布建模,利用累加平方图及快速傅里叶变换的数值优化方法,加快相似性度量的计算时间。使用基于马式距离的高斯分布相似度的聚合权重,结合图像上的空间域高斯相似度,更好地拟合自然图像的统计特性。通过实验验证了提出的模型在图像复原求解中的有效性。     

基于熵降噪优化相似性距离的KNN算法研究

围绕KNN算法,以寻求高精度、高效率的相似性距离度量方法为主要研究目的。根据特征参数熵变换指标的类别特点,提出一种运用熵特征变换指标设计相互类别差异量的相似性距离度量,以降低特征参数类别噪音。对熵降噪优化、熵相关度差异、类可信度计算、传统欧式距离及相同特征参数几种KNN算法进行理论分析、Letter和Pima Indians Diabetes数据集仿真实验及KDD CUP'99的实际应用,均显示该算法在KNN算法中具有很好的效果。     

基于非欧式距离的模糊核聚类算法在入侵检测的应用

模糊核C‐均值聚类（KFCM ）的主要思想是在模糊C‐均值聚类（FCM ）中引入核函数,样本点被非线性变换映射到高维特征空间进行聚类,解决了高维数据空间的聚类问题。同经典的 FCM 算法及其派生算法一样,KFCM 算法对噪声或野值数据敏感。论文在KFCM基础上,利用鲁棒统计观点对目标函数进行改进,通过引入非欧式距离度量代替欧氏距离度量,提高其对噪声或野值数据的抗干扰能力。将该算法用于构建入侵检测系统模型并通过模拟仿真实验表明,改进算法有效解决了传统的聚类算法在入侵检测中稳定性差,检测准确率低的问题。     

改进的加权t-SNE算法及在故障诊断中的应用

对随机邻域嵌入算法(stochastic neighbor embedding, SNE)中的距离进行改进,提出一种基于Manhattan距离的加权t-SNE(Mwt-SNE)算法。使用受空间维数影响较小的Manhattan距离作为度量方式,使用k均值聚类算法将高维空间数据样本点距离分为三类,基于表格法进行权重参数寻优与加权,以加权相对Manhattan距离代替欧式绝对距离计算相似度条件概率,从而增大数据对象之间的区分度,提升降维效果,增强分类显著性。提出基于Mwt-SNE算法的在线故障诊断模型,使用核密度估计(KDE)确定控制限并进行在线监控。TE化工过程实验表明Mwt-SNE算法能有效降低误报率和漏报率,从而提高故障诊断稳定性和准确性。     

一种基于聚类的异常入侵检测方法

传统的K均值聚类算法采用欧式距离计算样本间的相似度,由于未考虑不同样本属性对于衡量样本间距离区分度的重要性,导致相似度计算不准确,聚类性能较差。提出了一种改进的K均值聚类算法,通过计算每个属性相对于聚类类别的信息增益率,将信息增益率作为属性权重计算加权欧式距离,使对类别区分度贡献较大的属性拥有较大的权重,以提高样本间的相似性度量的准确性。在经典的入侵检测数据集UCI KDD CUP上的实验结果证明,与传统的基于K均值的入侵检测方法相比,此方法能够有效地提高检测准确率。     

基于PDTDFB变换的彩色纹理图像检索

为提高纹理图像的检索效率,提出一种基于统计模型的纹理特征提取方法.采用金字塔对偶树方向滤波器组实现图像变换,利用Gamma分布对方向子带系数进行建模,通过矩估计方法得到分布参数,并作为纹理检索的特征,使用改进的KL距离度量相似性.在VisTex彩色纹理图像数据库上的检索结果表明,与DT-CWT小波变换相比,该方法的平均检索率较高.     

液浮陀螺声音信号的小波包系数距离研究

针对陀螺声音信号特征提取问题,本文提出了小波包系数距离度量法.该方法的关键步骤在于对距离的选取.文中从理论上分析了均值距离、标准差距离和欧式距离三种度量方式的优劣,在实测桌型平台罗经陀螺仪声音信号基础上解释并比较了三种距离度量的实际意义,指出标准差距离最能表征该陀螺声音信号的特征,均值距离能指示低频干扰成分,验证了小波包系数距离度量法的可行性,为基于声音信号的陀螺性能监测奠定了重要基础.     

基于广义调和均值距离的图像分割新算法

提出了基于广义调和均值距离的最小偏差图像阈值化分割新算法。Otsu阈值法是图像分割中最典型阈值法之一,因其计算简单、速度快和性能稳定等优点而在图像分割中得到广泛应用;但是,传统Otsu阈值法是基于欧式距离的最小偏差阈值法,由于欧式距离没有可调节参数而导致Otsu阈值法分割图像缺乏鲁棒性。首先将Otsu图像分割法中的欧式距离用广义调和均值距离代替并得到一种具有鲁棒性的图像分割新算法,其次给出该算法中参数选取办法。大量实验结果表明,新的图像分割算法相比Otsu法更有效。     

基于密度敏感距离的改进模糊C均值聚类算法

模糊C均值（FCM）聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性特征。提出一种利用密度敏感距离度量创建相似度矩阵的FCM算法。通过近邻传播算法获取粗类数作为最佳聚类数的搜索范围上限,以解决FCM算法聚类数目需要人为预先设定和随机选定初始聚类中心造成聚类结果不稳定的问题。在此基础上,改进最大最小距离算法,得到具有代表性的样本点作为初始聚类中心,并结合轮廓系数自动确定最佳聚类数。基于UCI数据集和人工数据集的实验结果表明,相比经典FCM、K-means和CFSFDP算法,该算法不仅具有识别复杂非凸数据的能力,而且能够在保证聚类性能和稳定性的前提下加快收敛速度。     

基于DT-CWT的数字水印算法

为了实现数字图像的版权保护,设计了一种基于双树复小波变换的抗几何攻击的数字水印算法:对水印图像进行三级双树复小波变换,提取特征并插值为特征矩阵,并且定义了一种新的距离向量用于相似性度量,使用特征矩阵对遭受几何攻击的图像进行参数估计.实验结果表明,该算法可用于对图像遭受的对称缩放、非对称缩放、旋转等几何攻击进行校正,确保水印嵌入与检测的同步.     

基于改进的平均跳距和估计距离的DV-Hop定位算法*

为了提高DV-Hop定位算法在不规则网络中的精确度,针对该算法的不足之处,提出了一种基于平均跳距和估计距离的改进的DV-Hop算法。该算法考虑了未知节点到参考节点的路径与参考节点间的路径可能存在重合或部分重合这一特性,对平均跳距进行修改,并利用误差对距离进行修正。仿真实验结果表明,在不规则网络环境下,改进算法的定位精度得到明显提高。     

一种优化设计编织卷积码的新方法

编织卷积码是近年来出现的一种新型的高效纠错码。该文基于最大斜率(MaximumSlope)卷积码理论,提出了将具有最大斜率的卷积码作为编织卷积码成员码的一种优化设计新方法。系统仿真显示了该种方法在优化编码卷积码的编码器设计方面的显著成效,这对将该方法进一步应用于组合编码领域改善其纠错特性方面有着重要的理论价值。特别是,仿真时我们修改了BCJR译码算法,并增加了行式随机交织器。     

无线传感器网络选择性DV-Hop定位算法

针对传统的矢量跳距(DV-Hop)定位算法平均定位误差大的问题,提出了一种具有选择性的改进DV-Hop定位算法。该算法首先剔除长距离信标节点信息,更新最小跳数与平均每跳距离,再次根据信标节点的实际距离和估计距离的误差进一步修正平均每跳距离。仿真结果表明:选择性DV-Hop定位算法能有效地减小平均定位误差,适应各种网络。     

Petri网的同步距离计算

同步距离是刻画事件之间同步关系的一个重要的定量分析手段。本文提出了同步距离计算网SDCNet的概念模型并讨论了计算同步距离的几个结论,给出了S_元中初始标识的配置算法以及以此为基础计算同步距离的算法。分析表明该算法与可覆盖性树的生成算法具有相同的复杂性。     

考虑安全移动距离的交通流元胞自动机模型

在NaSch模型的基础上,分析车辆移动距离与车辆速度的关系,考虑驾驶的安全性,定义减速过程和位置更新规则,提出一种新的元胞自动机模型。该模型通过车辆前一步时的速度和当前速度计算车辆的移动距离。对该模型进行模拟仿真,得到车速、流量和密度数据及其相互关系,最大流量接近实测数据,显示了亚稳态、滞后效应、相分离以及同步流等更复杂的实际交通现象。仿真结果表明,车辆在行驶过程中能够相对均匀地分布在道路上,保持自由流状态,道路资源的利用率高,交通流量大,具有一定的合理性和实效性。     

针对重用掩码AES算法的随机明文碰撞攻击

侧信道攻击是密码学研究的热点方向,碰撞攻击作为侧信道攻击的重要分支,可从泄露能量中有效提取中间值信息,根据中间值信息检测不同S盒之间的碰撞,并利用碰撞建立不同密钥字节之间的线性关系,缩小密钥候选值的空间。针对使用重用掩码的高级加密标准（AES）算法,自适应选择明文碰撞攻击方法需要预先建立攻击模板,并且实施攻击所需的前提条件较多。提出一种高效的随机明文碰撞攻击方法,基于2个不同S盒输入值的汉明距离及其对应能量迹的欧氏距离之间的关系,从256个密钥异或值中找出正确的密钥异或值。通过理论分析得出该方法无需预先确定碰撞阈值及建立攻击模板,即可有效利用能量迹中未发生碰撞的信息,并且所加密的明文是随机的,能在没有目标设备的情况下实施攻击。实验结果表明,与自适应选择明文碰撞攻击、改进型相关性碰撞攻击等方法相比,该方法减少了实现碰撞攻击所需的前提条件,并且扩大了攻击范围。     

基于室内指纹定位的优化算法

针对室内环境中WIFI信号强度易受外界干扰,其不稳定性使得在指纹数据库中进行匹配时准确性较低,定位精度不高的问题,提出一种基于室内指纹定位的优化算法。该算法分别对指纹数据库和匹配算法进行优化。数据库优化采用限幅和滑动平均滤波进行预处理,并根据室内环境分配采样点所属区域ID,构建多维指纹数据库;匹配算法优化首先根据SVM对待定位点分类,获取其对应的区域id,再将欧氏距离、曼哈顿距离和切比雪夫距离三者结合得到位置估计。最后,结合PDR算法将得到的步长与航向角一同进行粒子滤波实现定位。实验表明:本文的算法将定位精度提高了13.92%。     

AODV和AOMDV路由协议性能仿真与分析

使用NS-2仿真软件,选取分组投递率、端到端的平均时延、归一化的路由开销和路由发现频率4个指标对AODV和AOMDV路由协议进行了性能仿真,通过改变业务源连接数目、节点的暂停时间分析比较这些参数对2个协议性能的影响,研究结果表明了AOMDV多径协议的优越性。并提出了对AOMDV协议的改进。     

The “dead reckoning” signed distance transform

Consider a binary image containing one or more objects. A signed distance transform assigns to each pixel (voxel, etc.), both inside and outside of any objects, the minimum distance from that pixel to the nearest pixel on the border of an object. By convention, the sign of the assigned distance value indicates whether or not the point is within some object (positive) or outside of all objects (negative). Over the years, many different algorithms have been proposed to calculate the distance transform of an image. These algorithms often trade accuracy for efficiency, exhibit varying degrees of conceptual complexity, and some require parallel processors. One algorithm in particular, the Chamfer distance [J. ACM 15 (1968) 600, Comput. Vis. Graph. Image Process. 34 (1986) 344], has been analyzed for accuracy, is relatively efficient, requires no special computing hardware, and is conceptually straightforward. It is understandably, therefore, quite popular and widely used. We present a straightforward modification to the Chamfer distance transform algorithm that allows it to produce more accurate results without increasing the window size. We call this new algorithm Dead Reckoning as it is loosely based on the concept of continual measurements and course correction that was employed by ocean going vessel navigation in the past. We compare Dead Reckoning with a wide variety of other distance transform algorithms based on the Chamfer distance algorithm for both accuracy and speed, and demonstrate that Dead Reckoning produces more accurate results with comparable efficiency.     

分布式课件点播在远程网络教学中的设计与实现

课件点播(CoD)是网络教学中一个非常重要的系统,本文给出了一个基于Internet的分布式课件点播系统的设计方案及其实现的关键技术,将在局域网中广泛应用的课件点播扩展到了广域网中,较好地解决了网络教学中总站课件点播服务器负担过重和网络访问不畅等问题。