发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.65
人气 24512
省级期刊
影响因子 0.67
人气 24259
北大期刊
影响因子 0.51
人气 23700
北大期刊
影响因子 0.99
人气 23191
北大期刊
影响因子 0.94
人气 20370
部级期刊
影响因子 0.98
人气 18631
北大期刊
影响因子 0.95
人气 18009
部级期刊
影响因子 1.03
人气 13558
部级期刊
影响因子 0.38
人气 12780
省级期刊
影响因子 0.16
人气 12269
摘要:本文以面向Agent的软件工程技术研究为核心,提出了一种Agent、目标与情景结合的需求分析方法。该方法以用类自然语言SSDL撰写的一组情景实例为输入,其中每个情景实例均包含参与交互的外部参与者和系统内部提供相应服务的Agent的信息,表明实例要达成的业务目标。根据这些情景实例进行文法的归纳学习,学习的结果是系统的形式需求规约——一种带属性的上下文无关文法,称为系统情景文法。最后,将系统情景文法转化为用Agent-Z语言描述的Agent系统需求模型。
摘要:鉴于无线传感器网络能源受限的显著特征,有必要讨论其有效的能量管理机制。目前,大多数研究成果仅考虑到拓扑控制、路由、数据融合等某一方面的节能问题,往往缺乏对网络活动整体能耗的测控,因而缺乏完整性。本文应用移动Agent技术,从多个角度探讨了传感器网络的节能问题,包括拓扑和簇的生成、数据采集等。提出了若干基于移动Agent的能量管理算法,并通过仿真实验和算法性能比较,立足于平均能耗、通信流量和负载、网络生命周期等几个方面,易别总结了其优缺点及可行性。
摘要:因节点加入和离开引起的抖动是增加结构化P2P网络路由表更新代价的主要原因。为了找出影响网络抖动的关键因素,分析了影响抖动的路由方式、邻居选择、节点加入和节点离开以及并行查找等策略因素,发现任意两种DHT网络分别采用的五种策略都至少有两种不同,对两种DHT网络直接进行比较就很难确定哪些策略能更有效地降低抖动。因此,提出在同一网络内用不同的单个策略对网络抖动进行比较和分析的方法,称之为CSP。通过对现有DHT算法进行改进,使用CSP方法对不同的单个策略进行比较,得出以下结论:迭代路由、快速加入和周期性恢复策略和有效的邻居选择算法能更有效地降低网络的抖动。
摘要:针对IEEE802.16系统中基于自适应多速率(AMR)语音编码器的IP语音(VoIP)业务,本文提出了一个自适应的功率节省策略。该策略周期性检测双向会话的语音帧信息,以此来判断上下行业务是否均进入语音静默期,然后自适应地调整功率节省模式参数。从能量节省、丢包率、系统信令开销方面分析了所提策略的性能,并且做了仿真实验。从理论分析和仿真结果可以看出,新策略在保证一定丢包率的基础上,可以比传统策略减少13.4%以上的能量损耗。
摘要:本文主要讨论了可信计算平台上的移动安全方案。利用可信计算平台提供的可信度量策略与信任链机制,构建基于可信度量的移动安全体系结构。进一步地,在此类平台所构成的移动分布式计算环境中,建立了移动平台间基于可信度量的信任关系数学模型,并进行了数值模拟与测试验证。
摘要:为解决网络脆弱性分析中攻击图生成方法存在的状态组合爆炸问题,使生成的攻击图能用于网络中多个目标主机的脆弱性分析,本文提出了一种基于贪心策略的多目标攻击图生成方法。该方法引入节点关联关系,采用贪心策略精简漏洞集,从所有攻击路径中选取使攻击者以最大概率获取网络节点权限的攻击路径,生成由这些攻击路径所构成的攻击图。算法分析和实验结果表明,该方法的时间和空间复杂度都是网络节点数和节点关联关系数的多项式级别,较好地解决了状态组合爆炸的问题,生成的攻击图覆盖了攻击可达的所有节点,能够用于网络中多个目标主机的脆弱性分析。
摘要:随着车栽自组网(VANET)的快速发展和广泛应用,从接入角度保证车辆可信的问题得到了人们越来越多的关注。针对粗糙集理论适于处理不确定性信息的特点,本文提出了一种基于粗糙集理论的VANET接入方法。将VANET与移动可信模块(MTM)相结合,使用MTM采集车辆的可信属性信息,以便于做出接入决策。实验结果验证了方法的有效性与实用性。
摘要:多源传感器数据融合技术是网络安全领域的研究热点。本文提出了一种基于时间和空间的数据融合分类方法,比较分析了各种数据融合技术在分布式入侵检测系统和网络安全态势感知系统中的应用,讨论了网络安全中多源传感器数据融合技术的发展趋势。
摘要:本文针对入侵检测系统中的误检率,提出了一种将BP网络和改进的PSO算法相结合的方法。该方法基于BP网络算法的局部精确搜索和改进的PSO算法的全局搜索的特性,并且用改进的PSO算法优化BP网络的权值、阁值,克服BP网络算法易陷入局部极值的弊端。在入侵检测系统中应用该网络结构,能准确地发现已知的攻击行为,并能进一步预测新的攻击行为,减少了入侵事件的漏报和误报。通过KDD99CUP数据集进行仿真实验,与基于PSO-BP算法、传统的BP算法的入侵检测系统相比较,表明改进的PSO-BP算法的迭代次数较少、收敛速度快、检测率高,有一定的有效性。
摘要:本文提出了一种新型的基于CFS特征选择和神经网络的高效入侵检测模型。通过使用该模型对经过特征提取后的攻击数据的训练学习,可以有效地识别各种入侵。在经典的KDDCup1999入侵检测数据集上的测试说明,该模型能够高效地对攻击模式进行训练学习,从而正确有效地检测网络攻击。
摘要:传统的工作流程管理系统通常以主从式架构为基础,在这个架构下当有众多的流程在执行时服务器会成为整个系统的性能瓶颈,服务器出现故障时所有的流程无法继续执行。为了解决这个问题,提出了基于工作流程状态信息的分散式执行模型,以流程状态信息作为流程的执行依据,利用流程状态信息和触发事件的概念来判断每一个流程活动的执行条件和状态,并采用令牌机制解决资源竞争的问题,在此架构下不需要任何的独立分配工作的机制,没有任何一部主机会成为系统性能的瓶颈。讨论了系统的架构设计、关键技术及系统实现,并以订货出货流程为例进行了验证,为复杂的工作流程提供了一种新的管理及控制模式。
摘要:模糊C-均值聚类是模式识别中的重要算法之一,很早就被应用到图像分割中。由于原始的模糊C-均值聚类算法没有考虑图像的空间信息,算法对图像中的噪音点十分敏感。针对这个问题,很多稳健模糊C-均值聚类算法被提出。通常的做法是在原来模糊C-均值聚类的目标函数中加入空间信息惩罚项。本文讨论这类方法,具体分析不同算法的空间信息加入方式,并指出其优缺点。
摘要:通常,采用中心对称局部二值模式CS-LBP对人脸图像只进行一次特征提取,提取的纹理特征不够丰富。因此,本文利用C~LBP多次提取人脸图像更丰富的纹理特征,提出了多级CS-LBP特征融合的人脸识别算法。首先,用CS-LBP对原始人脸图像进行特征提取;然后,对所得特征图像再进行相同方式的特征提取,这样能够得到原始人脸图像的多级CS-LBP特征图像;最后,将每一级特征图像的分块直方图特征进行融合并用于人脸识别。在0RL、Yale标准人脸库上的实验结果表明,相比人脸图像的一级CS-LBP特征,多级CS-LBP特征融合的方法能够显著提高识别精度。
摘要:本文设计了一种新的距离度量:边界距离,在此基础上提出了一种二值图像评价的客观方法。该方法首先是得到修改像素点的边界距离对于二值图像的影响因子,然后把该值加入到均方误差法(MSE)中,得到一种改进的基于边界距离的二值图像质量评价,并对其进行规范化。实验结果表明,该方法符合人的视觉感知。
摘要:PDF417作为一种广泛应用的二维条码,其检测定位成为条码识别过程中的关键,而复杂背景下条码的定位技术目前还不够完善。本文针对这一问题进行了研究,提出了一种基于数学形态学运算和Canny边缘检测的定位算法,并在此基础上作区域精确化处理,实现了条码的准确定位。实验结果表明,该方法能够有效提取出各种低对比度、边缘模糊、倾斜、商标干扰等复杂背景下的条码图像。
摘要:为了提高人脸识别率,本文提出了一种增量学习支持矢量机(SVM)人脸识别方法,有效地对SVM的参数进行更新。提出的方法采用高斯概率模型描述SVM的参数统计特征,在无需额外存储训练数据的前提下,采用增量学习SVM的方式实现参数的更新;并通过最小化分类误差准则最大化SVM两类输出值概率分布间的距离。详细的实验以及与现有方法的比较结果表明,提出的识别方法具有更好的识别性能。
摘要:本文提出了一种基于期望最大化(EM)算法的局部图像特征的语义提取方法。首先提取图像的局部图像特征,统计特征在视觉词汇本中的出现频率,将图像表示成词袋模型;引入文本分析中的潜在语义分析技术建立从低层图像特征到高层图像语义之间的映射模型;然后利用EM算法拟合概率模型,得到图像局部特征的潜在语义概率分布;最后利用该模型提取出的图像在潜在语义上的分布来进行图像分析和理解。与其他基于语义的图像理解方法相比,本文方法不需要手工标注,以无监督的方式直接从图像低层特征中发掘图像的局部潜在语义,既求得了局部语义信息,又获得了局部语义的空间分布特性,因而能更好地对场景建模。为验证本文算法获取语义的有效性,在15类场景图像上进行了实验,实验结果表明,该方法取得了良好的分类准确率。
摘要:针对目前最新发展的Bandelet变换的特点,本文提出了基于第二代Bandelet变换的彩色图像去噪算法,充分利用彩色图像内在的几何正则性,自适应获得彩色图像的最优表示,通过噪声强度设置阅值,并利用软阈值函数实现彩色图像去噪。通过MATLAB实验结果表明,使用该算法去噪后的彩色图像,无论在主观视觉效果上还是客观质量指标上都比小波和第一代Bandelet算法有显著提高。