稀疏表示在入侵检测中的应用

提出一种基于稀疏表示的入侵检测算法。将稀疏性约束引入过完备词典学习和编码过程中,使学习得到的稀疏系数可以保持较好的重构性,同时增强判别力。利用判别式K-SVD算法优化过完备词典和线性判别函数,将提取的稀疏特征作为线性分类器的输入,实现入侵检测。实验结果表明,该算法可以获得较低的误报率和较高的检测率,分类性能较好。     

豫西破山洞矿区碱性岩地球化学及稀土元素矿化特征

破山洞稀土矿位于龙王岩体的中部,充分认识破山洞矿区碱性岩的地球化学特征及岩浆演化过程,可为在龙王岩体内寻找稀土矿产提供一定依据。破山洞钠铁闪石正长花岗岩具有高硅、富碱、高Al,贫Ca、Mg和Ti的特征,且属于过铝质碱性岩;岩石稀土元素总量较高,强烈富集轻稀土元素且轻、重稀土元素分馏明显。岩石中Dy与Er、Cr与Ni间的正相关关系,明显的P、Ti负异常及中等δEu负异常,均表明破山洞岩体在形成过程中发生了持续的结晶分异作用,暗示岩浆演化程度较高。同时,岩体中晶洞和伟晶岩脉的出现也说明岩浆富含挥发分且已经演化到岩浆—热液过渡阶段,此时稀土元素可在岩浆中高度富集并成矿。因此,龙王岩体内高演化程度的相带可能是本区稀土元素找矿的有利靶区。     

感受3D冲击波：3DVision全方位体验

自从电影《阿凡达》席卷全球以来，3D显示技术吸引了无数厂商和玩家的关注。而普通用户若要搭建便捷易用、效果出色的家用3D平台，NVIDIA的3DVision无疑是最佳选择。而今天，笔者就要通过搭建一套3DVision平台的经历，告诉你实现3D显示需要注意一些什么问题，并将经验和大家一起分享。     

DMB-T系统中FFT模块的设计与实现

介绍了地面数字多媒体/电视广播传播系统(DMB-T)中3 780点FFT模块的重要作用.考虑到不适合直接利用现已成熟的基-2和基-4的算法,提出一种全并行流水结构的3 780点FFT的设计和实现方案.该方案采用WFTA算法和PFA算法,把3780分解为7×9×5×4×3共5级的流水线结构.通过对整个系统的仿真与硬件实现,证明该方案性能上能够满足TDS-OFDM系统的信噪比要求.     

基于电网剖分与不确定性测度的电网灾难性事件评估

针对电网灾难性事件同时受网络结构、电气运行状态以及两者耦合引起的复杂不确定性因素影响造成的评估困难,提出一种综合考虑网络拓扑剖分和电气关系剖分的评估方法,通过拓扑结构剖分和电气关系剖分分别刻画灾难性事件发生过程中的系统固有属性和电气量的变化,揭示出灾难性事件过程中系统结构及其运行特性的规律。该方法基于不确定性理论,从元件受扰动后,系统结构状态和运行状态的不确定性出发,利用可信性测度刻画存在的不确定性以及两类不确定因素耦合产生的复杂不确定性,并以电网负荷损失期望为指标评估灾难性事件。仿真结果表明,该方法对风险最高和最低的灾难性故障的评估结果与传统方法高度一致,而对风险最高和最低之间的灾难性故障的评估结果更符合工程实际。     

结合分层深度网络与双向五元组损失的跨模态异常检测

大数据环境下的跨模态异常检测是一个非常有价值且极具挑战性的工作.针对目前已有跨模态异常检测框架对数据异常值类型检测不全面以及数据利用率较低的问题,提出了一个结合分层深度网络与相似度双向五元组损失的跨模态异常检测方法.首先,提出的框架引入一个单视图异常检测网络层,通过模态内近邻样本相似度来检测数据样本中是否存在属性异常与部分属性-类别异常点;接着,提出基于相似度双向五元组损失的双分支深度网络用于检测数据中的类别异常与剩余部分的属性-类别异常,该损失一方面能够使不同属性数据正交化,另一方面使得相同属性数据之间线性相关,从而有效地加大了不同属性数据之间的特征差异性,以及增加了相同属性之间的特征相关性;同时,提出的双分支网络通过模态间双向约束和模态内的邻域约束,极大提高了数据利用率和模型的泛化能力.实验结果表明,所提出的框架可以全面检测出不同模态中所有的异常类型样本点,并且表现优于现有的可应用于跨模态异常检测的方法,优势明显.     

数据库表格打印通用程序

在数据库的应用程序中,经常遇到将数据库中的数据以表格形式输出的问题,如果针对每个库都设计一个打印输出程序,既浪费时间又麻烦。为此,笔者利用数据库的结构文件设计了一个通用数据库表格输出程序,它可以方便地将任一数据库中的数据以表格的     

基于张量低秩恢复和块稀疏表示的运动显著性目标提取

针对视频的高维结构特性,采用张量表征并将运动显著性目标提取转化为基于低秩张量恢复和块稀疏表示问题.首先根据背景张量的低秩性和运动目标的稀疏性,利用加速近端梯度张量恢复方法分别重建出RGB颜色通道中三维视频张量的低秩部分与稀疏部分,初步实现背景与运动目标的粗略分离;其次组合三颜色通道稀疏张量并转化为按照帧数展开的二维矩阵,进一步通过矩阵恢复的方法去除动态背景产生的小稀疏块干扰;最后通过自适应阈值法选择运动目标稀疏块掩模并对存在的空洞进行填充补偿,以达到重构出完整前景运动目标的目的.相对于常用方法,该方法从张量模型角度解决运动目标提取问题,较大程度地保护了视频序列的原始空间结构,不仅能够降低运动目标提取区域出现的漏检问题,而且可以很好地去除动态背景所带来的干扰.实验结果表明,该方法对运动目标提取的准确度较高,鲁棒性较强.