在分析视皮层标准模型的基础上,从S2层的生物视觉机理出发,提出一种结合稀疏编码的生物视觉特征提取方法。对原始标准模型中C1层的输出进行稀疏编码,生成S2层的特征,并在此基础上产生C2特征。将标准模型产生的特征和该方法提取的特征应用于图像分类中进行对比实验,实验结果表明,与标准模型相比,该方法可以更有效地提取生物视觉特征。
为解决复杂图像中的目标检测与定位问题,提出一种基于随机森林的目标检测与定位算法。采用SIFT局部特征构造随机森林分类器,以一个决策树中的全部叶子节点构成一个树型结构的判别式码本模型,从而获得更可靠的概率Hough投票,加快目标检测速度。实验结果证明,该算法效率较高,可用于复杂场景下的目标检测与定位。
分析恶意软件传播与破坏的行为特征,包括进程、特权、内存操作、注册表、文件和网络等行为。这些行为通过调用相应的API函数来实现,为此,提出一种基于敏感Native API调用频率的恶意软件检测方法,采用Xen进行二次开发,设计对恶意软件透明的分析监测环境。实验结果表明,使用敏感Native API调用频率能够有效地检测多种未知恶意软件。
在片上网络(NoC)的网络分配与任务映射相配合的路径分配中,单维序路由策略会限制可行解空间。为此,提出一种基于双维序路由策略的网络分配方法。在路径分配步骤中采用双维序路由法,设计以带宽、延时和无死锁为约束条件、以降低动态及静态能耗为优化目标的遗传算法。实验结果表明,该方法可以扩大任务映射的可行解空间,求解最小所需带宽比单维序法平均减少6.3%,且在各种带宽场合时均能求得更低能耗解。
提出一种基于等测地区域的三维面貌相似度评价方法。对待比较的面貌模型,采用鼻尖点重叠以及PCA和ICP配准方法消除平移、旋转因素的影响,根据距离鼻尖点的测地距离,将面貌模型简化为一系列测地区域,利用一个12维的分布向量表征任意2块测地区域之间的空间分布关系,将整个面貌模型中所有等测地区域对应的分布向量组成分布矩阵,计算分布矩阵之间的相似性来衡量2个面貌之间的相似度。实验结果表明,该方法为颅面复原提供了检验平台,是一种有效的表情无关人脸识别方法。
对一种基于DNA模型的传感器网络对密钥预分发方案进行分析,指出该方案具有较差的抗沦陷攻击能力。结合DNA模型和多密钥池的概念,提出一种扩展DNA模型对密钥预分发方案,将原DNA方案中变量的灰度由2级扩展到 级,节点选择多条DNA链作为自己的密钥环,以某条DNA链中某段寡聚核苷酸对应的编码作为实际对偶密钥。讨论该方案密钥联通性的参数选择、安全性和开销,分析结果表明,该方案开销较低,且与原方案相比,安全性更高。
根据光寻址电位传感器(LAPS)原理,提出一种结合主成分分析和反向传播(BP)神经网络识别溶液味觉的方法。对LAPS电子舌采集的味觉数据主成分进行提取,将该主成分作为BP神经网络的训练样本,通过训练和学习构建味觉数据与味觉类别之间的联系,用训练后的BP网络对溶液进行味觉识别。对浓度分别为20 ppm、100 ppm、300 ppm和500 ppm的酸、甜、苦、咸、鲜5种味觉溶液进行识别验证,准确率达96.6%,结果表明该方法能够在不同浓度下正确识别出溶液的味觉。