一种基于证据距离的多分类器差异性度量

 多分类器系统因其能够显著提升分类精度而引发了广泛关注。多分类器系统中各子分类器间的差异性是提升融合分类精度的先决条件。提出了一种基于证据距离的分类器系统差异性度量,同时基于该度量提出一种多分类器系统构造方法。综合了既有差异性度量、所提新差异性度量以及在训练样本集上的分类性能等多个指标,实现了多分类器系统的有效构造。实验结果表明,所提差异性度量及多分类器系统构造方法是合理的,能有效提升融合分类精度。     

复杂背景中的人脸检测与定位

鉴于单纯的基于支持向量机的检测方法存在分类器训练困难、计算量大和速度慢等问题，提出了一种在复杂背景中由粗到细的人脸检测定位方法。该方法针对非线性SVM分类器训练设计的不足改为训练线性SVM分类器以分类获取少量的候选区域，再在此基础上，利用人脸面部特征，对上述候选人脸做进一步的确认。实验结果表明该方法速度较快、误码率较低。     

一种改进的卫星宽带网络拥塞控制算法

以卫星宽带网络为应用背景,从卫星宽带网络的特点出发,设计并实现了一种新 的TCP拥塞控制算法——TCPCA。针对卫星网络高误码率的特点,在接收端采用了Casablan ca分类器区分链路丢包和拥塞丢包。为了克服由大时延带来的重传时间间隔过大的缺点,采 用了批量重传来及时重传丢失的报文段;同时针对大时延致使网络恢复时间延长的缺点,在 发送端采用智能窗口调整策略,避免由于链路错误而减小发送窗口导致的吞吐量下降。利用 仿真软件NS2,通过和传统的TCP拥塞控制机制相比较,TCPCA算法能够提高吞吐量,并且保 证了公平性和友好性。〖JP〗     

一种基于改进核主成分分析的SAR图像识别方法研究

针对传统核主成分分析方法识别SAR图像时,存在图像像素之间关联性差、对目标姿态角依赖性强等局限性,研究了一种基于改进核主成分分析的SAR图像识别方法。其研究思想是,结合SAR图像的特点提出了一种基于局部特征核主成分分析的特征提取方法,并设计了一种基于灰关联分析的双分类器对提取特征进行分类。NSTAR仿真实验表明：该方法不仅可以增强图像像素之间的相关性,而且对目标姿态角不存在依赖性,仿真结果验证了方法的有效性和可行性。     

PHM技术在先进军机维修保障中的应用研究

结合先进军用飞机维修保障理念,提出PHM技术在先进军机维修保障中的应用,分析了PHM对先进军机维修保障体系的影响,并构想了基于PHM的先进军机自主后勤流程.     

一种基于FPGA的航空发动机独立超转保护系统

针对航空发动机超转故障,提出一种基于现场可编程逻辑门阵列(FPGA)的独立超转保护系统.介绍了系统的总体设计方案、超转判断方法及故障诊断方式.该系统采用双双余度结构,通过线性分类器和时间窗内加权表决判断方法,提高超转保护功能可靠性.通过3层级机内自测试(BIT)监视静默失效,满足适航要求.硬件在回路仿真平台试验结果表明:该系统超转判断准确可靠,并能在连续判断超转后进入锁定保护状态,有效避免超转事故的发生.目前,研究成果已应用于某型发动机全权限数字控制(FADEC)系统中.      

基于LIME的恶意代码对抗样本生成技术

基于机器学习检测恶意代码技术的研究和分析,针对机器学习模型对抗样本的生成提出一种基于模型无关的局部可解释（LIME）的黑盒对抗样本生成方法。该方法可以对任意黑盒的恶意代码分类器生成对抗样本,绕过机器学习模型检测。使用简单模型模拟目标分类器的局部表现,获取特征权重;通过扰动算法生成扰动,根据生成的扰动对原恶意代码进行修改后生成对抗样本;基于2015年微软公布的常见恶意样本数据集和收集的来自50多个供应商的良性样本数据对所提方法进行实验,参照常见恶意代码分类器实现了18个基于不同算法或特征的目标分类器,使用所提方法对目标分类器进行攻击,使分类器的真阳性率均降低到接近0。此外,对MalGAN和ZOO两个先进的黑盒对抗样本生成方法与所提方法进行对比,实验结果表明:所提方法能够有效生成对抗样本,且方法本身具有适用范围广泛、能灵活控制扰动和健全性的优点。      

基于多分类器决策融合的印鉴真伪鉴别方法

印鉴的自动识别对于实验银行印鉴数字化及计算机管理，实现银行对公业务的通存通兑有重大意义，符合票据法的要求，是银行业发展的需要，本文研究了模式识别领域中印鉴识别这一问题，提出了特征抽取和分类的新方法，基于差图像的成分统计特征抽取方法，发展了骨架图像的结构特征抽取方法，提出了特征点距离特征和笔划曲率特征内两种新的有效特征，本文提出了基于支持向量机（support vector machine,SVM)多分类器融合印鉴鉴别的方法，试验结果表明，本文的方法大大提高了印鉴的鉴别能力和可靠性，效果令人满意。     

某航空设备模拟电路故障状态分类器设计及仿真

采用传统故障诊断方法对复杂模拟电路进行故障诊断,存在诊断速度慢、故障点难以准确定位等缺点,为此提出基于神经网络理论的故障状态分类器设计方法,以某型飞机自动驾驶仪854C放大器为例,对故障状态分类器进行了分析设计和仿真研究.仿真结果显示:所设计的基于神经网络理论的故障状态分类器实现了对此类航空设备模拟电路故障的快速、准确和有效的识别与定位.