期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
海量冗余数据干扰下的网络数据捕获和分析系统研究 被引量:9
1
作者 孟庆娟 曹青媚 马占飞 《现代电子技术》 北大核心 2016年第16期27-30,35,共5页
传统的网络信号捕获方法通过滑动相关法分析本地样本信号与接收网络信号的关联性,实现信号捕获,但当网络中存在海量冗余数据干扰时,占空较小,容易在无信号时间区间形成大量的噪声,导致网络信号误捕获的问题。因此,提出基于Winpcap网络和... 传统的网络信号捕获方法通过滑动相关法分析本地样本信号与接收网络信号的关联性,实现信号捕获,但当网络中存在海量冗余数据干扰时,占空较小,容易在无信号时间区间形成大量的噪声,导致网络信号误捕获的问题。因此,提出基于Winpcap网络和kd-treed模型的数据捕获方法,设计网络数据捕获和分析系统,捕获系统包括用于捕获和过滤数据的内核模块、用于数据变换和协议分析的用户分析模块并分析系统实现数据捕获的功能模块。通过Winpcap底层网络分析体系结构,实现网络数据包的捕获,采用kd-treed模型过滤海量数据干扰,提高数据捕获的精度。实验结果表明,所设计系统稳定性高,数据捕获精度高。 展开更多
关键词 冗余数据干扰 网络数据捕获 数据捕获系统 数据分析系统
在线阅读 下载PDF
联合智能优化和分簇CS的WSNs稀疏数据采集 被引量:8
2
作者 陈静 《计算机工程与应用》 CSCD 北大核心 2017年第24期263-270,共8页
为提高无线传感器网络(Wireless Sensor Networks,WSNs)数据处理效率和降低网络能耗,提出了一种基于自适应智能优化和分簇压缩感知的WSNs稀疏数据采集方案。首先,建立分簇WSNs稀疏数据通信模型,通过定量分析节点密度与网络数据通信总跳... 为提高无线传感器网络(Wireless Sensor Networks,WSNs)数据处理效率和降低网络能耗,提出了一种基于自适应智能优化和分簇压缩感知的WSNs稀疏数据采集方案。首先,建立分簇WSNs稀疏数据通信模型,通过定量分析节点密度与网络数据通信总跳数的关系,给出网络自适应分簇结果,并采用簇内观测矩阵测量数据获取和簇间多跳通信方式完成WSNs压缩感知数据采集;其次,采用St OMP算法进行稀疏信号重构,针对网络节点数据包丢失等链路不可靠情况,引入相关性矩阵变换策略,以降低错误数据传输对数据重构的影响,针对数据稀疏度未知特性和St OMP算法参数配置难的缺陷,将一种新型自适应智能优化(Improved Adaptive Intelligent Optimization algorithm,IAIO)算法应用于CS重构算法中,在理论分析IAIO全局寻优能力的基础上,实现对稀疏数据的可靠重构。最后,仿真结果表明,该方案能够实现稀疏信号的精确重构,而且降低了网络通信总量,提高了网络生存时间。 展开更多
关键词 无线传感器网络 数据采集 压缩感知 智能优化 稀疏重构算法
在线阅读 下载PDF
由叶轮廓生成叶脉的树叶建模与绘制 被引量:1
3
作者 仲兰芬 王文忠 《小型微型计算机系统》 CSCD 北大核心 2016年第5期1017-1021,共5页
为提高大型虚拟场景中树叶绘制速度和真实感,提出一种通过包含边缘轮廓和主叶脉的树叶草图生成三维树叶的方法.对轮廓点集进行均匀化和对称化预处理后,根据一定夹角找到轮廓点集与主叶脉点集间最短距离的点生成侧叶脉.叶面的整体弯曲根... 为提高大型虚拟场景中树叶绘制速度和真实感,提出一种通过包含边缘轮廓和主叶脉的树叶草图生成三维树叶的方法.对轮廓点集进行均匀化和对称化预处理后,根据一定夹角找到轮廓点集与主叶脉点集间最短距离的点生成侧叶脉.叶面的整体弯曲根据主叶脉形态分为直线型或弯曲型两种,需要随主叶脉形态变换轮廓点集中点的位置实现.对由侧叶脉与主叶脉共同控制生成的叶面三角网格添加随机性扰动实现叶面的凸凹特征.进一步在此算法的基础上,通过缩小二维轮廓点、主叶脉点间的距离和减少点的数量的方法模拟树叶的动态生长;并在简单风场模型下,通过计算风力对轮廓、主叶脉的形变模拟树叶的风动特征.生成树叶结果逼真、数据量小,适合于树叶绘制量大的场景中使用. 展开更多
关键词 树叶建模 叶轮廓草图 边缘轮廓 叶脉 叶面网格 树叶生长 风动
在线阅读 下载PDF
基于演化模式特征的克隆代码分类
4
作者 王春晖 张久杰 +2 位作者 刘志国 张丽萍 刘东升 《计算机工程与设计》 北大核心 2017年第8期2121-2126,共6页
克隆代码稳定性与它在多版本演化过程中的变化模式相关,综合这些变化模式并构建自动分类模型,实现克隆代码稳定与易变的特征标注,便于开展克隆分类方面的研究。从克隆演变、克隆规模变化与克隆修改3个维度将克隆演化分为12种演化模式,... 克隆代码稳定性与它在多版本演化过程中的变化模式相关,综合这些变化模式并构建自动分类模型,实现克隆代码稳定与易变的特征标注,便于开展克隆分类方面的研究。从克隆演变、克隆规模变化与克隆修改3个维度将克隆演化分为12种演化模式,通过版本间克隆的差异分析识别这12种模式,记录变化参数,使用克隆聚类特征模型计算每个克隆实例的特征向量,用聚类算法实现克隆稳定性分类。对两款软件进行实验分析,分析结果表明,基于该方法可以得到关于克隆稳定性的有效分类数据集。 展开更多
关键词 克隆代码 克隆演化模式特征 克隆分类 克隆分析 克隆管理
在线阅读 下载PDF
Norm-DP模型行人检测优化算法
5
作者 柴恩惠 马占飞 智敏 《计算机科学与探索》 CSCD 北大核心 2021年第3期545-552,共8页
传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此... 传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此,提出一种基于规范化函数的深度金字塔模型(Norm-DP)算法,使用规范化函数融合可变形部件模型和卷积神经网络模型,直接从金字塔特征中提取正负样本,使用隐变量支持向量机进行模型训练,结合柔性非最大抑制(soft-NMS)算法和边界框回归(BBR)算法对定位框进行优化。分别使用INRIA和MS COCO数据集进行实验验证,在行人数量多、姿势复杂和有遮挡情况时,检测精度高于最优的可变形部件模型算法、卷积神经网络算法、深度金字塔模型算法和结合区域选择的卷积神经网络算法。 展开更多
关键词 卷积神经网络(CNN) 可变形部件模型算法 规范化深度金字塔(Norm-DP) 柔性非最大抑制(Soft-NMS) 边界框回归(BBR)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部