摘要：北京S1线车地通信的信息帧仅有128 bit,需在消耗尽量少校验位的同时,拥有较高的信息检错能力。首先介绍了CRC漏检原理;其次基于BSC信道,针对包含数据位、校验位在内的128 bit信息帧,采用概率方法,对CRC-24(0x1974f0b)与IEEE 802.3中CRC-32(0x104c11db7)的检错能力,进行了定量对比;最后使用误码率的离散点进行分析计算,用极限运算证明了分析结论在低误码率时均成立。理论分析和实验均表明:在128 bit信息帧场景下,若BSC信道误码率低于2.83841×10-5,CRC-24(0x1974f0b)不但比CRC-32(0x104c11db7)少消耗8 bit校验位,同时还能提供更优的检错能力,且误码率越低优势越显著。因此,在实践中选择CRC生成多项式时,应综合考虑信道误码率、数据位bit数、以及对检错能力的要求等。

摘要：为了提供更精确的完好性服务,提出一种新型降低用户端自主完好性监测(receiver autonomous integrity monitoring,RAIM)误警率的方法。给出了定位误差与残差向量关系的新解释,基于最大定位误差完好性风险算法,提出了扩展正常检测区方法并进行故障检测,通过最大定位偏差保护限值提供故障检测的完好性保证,满足航段漏警率要求。最后,设计一种新的故障检测与故障识别准则,达到在不降低漏检率的条件下,减少误警率。算例表明该方法简单易行、有效。

摘要：目的:提高鸡蛋线形、网状裂纹检测率。方法:针对蝗虫优化算法(GOA)求解高维复杂优化问题时收敛效率不高的缺陷,设计改进的模糊C-均值算法(FCM)对蝗虫种群进行等级划分;设计自适应极值逆向学习和编码突变更新机制,以扩展算法深度搜索空间和全局寻优能力;采用改进的GOA对参数进行优化,并将改进蝗虫算法优化Canny算子用于鸡蛋裂纹检测。结果:该方法对鸡蛋线形裂纹和网状裂纹漏检率分别降低了21.4%~31.2%,63.2%~69.7%,优于其他算法。结论:该方法能有效提升鸡蛋裂纹检测准确率。

摘要：现有的大多数数字水印算法在设计时过分地强调载体数据中嵌入水印以及在遭受几何攻击之后水印的不可感知性和鲁棒性,而对水印在检测时数字水印的虚警率和漏检率实验分析甚少。如果一个数字水印算法在水印检测时它的虚警率和漏检率很高,即使这种算法具有很好的鲁棒性那么也不能有效地解决版权保护,相反却会引入新的版权纠纷。针对以上提出的问题,提出一种基于Radon变换不变矩的抗几何攻击鲁棒性数字水印可以有效地减少水印的漏检和误检问题。本算法使用Radon变换构建矩不变量,首先使用小波变换的多尺度分析的特性,提取小波分解后的低频逼近子图;其次采用图像置乱的方法消除低频逼近子图像素之间的空间相关性,并通过零像素值模板背景图像代替图像尺度大小归一化;然后将置乱后的低频子图加载到零像素值模板背景图像上;最后使用Radon变换不变矩来设计水印和检测水印。经过仿真实验证明,该方法对于旋转,缩放,平移等攻击具有很好鲁棒性的同时,对于普通的加噪,滤波,JPEG压缩攻击也具有很好的鲁棒性,且具有极低误检率。

摘要：目前的入侵检测不仅需要模式匹配,而且需要协议异常检测,提出了一种新动态的负载均衡算法。采用两层结构,对网络流量按照服务类型进行初步划分之后分别对每部分流量进行二次分配,并对每种类型的流量进行相应的协议异常检测。该算法能在不牺牲系统性能的前提下有效提高网络入侵检测系统的检测效率,降低误检率,并可有效地适应网络流量的变化,降低漏检率。

摘要：使用传统的YOLOv2网络训练出来的行人检测模型在背景简单以及行人遮掩不严重的情况下,检测效果良好,但是当背景复杂以及行人遮掩严重的时候,检测效果较差。针对此问题,在YOLOv2网络中添加HOG-CSLBP特征提取层,根据维度聚类方法对INRIA数据集目标聚类分析的结果调整YOLOv2网络的先验框个数与维度值。实验结果表明,在误检率为0.1时该算法的漏检率为9.13%,与传统的YOLOv2网络相比漏检率降低了5.27%,说明此方法有效可行。

摘要：完整性概率是民用飞机与系统安全性的评价指标之一。循环冗余校验(CRC)是航空电子系统通信网络中广泛应用的完整性设计措施。针对缺乏CRC校验定量安全性分析的现状,基于标准CRC校验的性能,研究了业务数据在航空电子系统通信网络传输过程中出现错误且被CRC漏检的概率。结合案例分析了CRC校验对航电网络传输通道完整性需求的影响。分析结果表明通过在应用层采取CRC校验等设计措施,并确保业务数据在网络传输过程中发生错误且被CRC漏检的概率满足顶层分配的完整性需求,则网络传输通道或链路层可无需考虑针对特定业务数据的完整性需求,进而缓解对网络传输通道的安全性需求。分析思路为航电网络CRC校验设计及安全性分析提供参考。

摘要：针对传统漏洞检测系统运行时间过长的问题,笔者设计基于支持向量机的跨站脚本漏洞检测系统.硬件部分采用模拟量集成的采集板作为处理板结构,组建检测处理板,外部拓展串行接口,控制硬件结构产生的负载,构建跨站数据采集电路.软件部分利用支持向量机设定爬虫算法,转换跨站访问的请求路径为周期表单数据,在SSIS内置软件功能的支持下完成检测系统设计。实验结果表明:所设计的检测系统漏检耗时较少.

摘要：针对无人机航拍视频中车辆目标的检测和定位问题,提出了一种基于YOLO V3深度卷积神经网络的车辆检测方法,提高车辆检测过程中的目标置信度,降低漏检率。在网络结构设计上,构建一个基于残差网络的卷积神经网络提取每帧视频的深度特征,随后在此基础上对中间卷积结果进行上采样、连接处理,分别输出三种分辨率的特征图,并在每个分辨率的特征图上设置5个锚点框。

摘要：借助神经网络深度学习的算法和机器视觉技术,设计一种矿用电机换向器缺陷无损的自动检测系统,以解决矿用电机换向器经常出现的几何误差和表面质量的问题。通过采集零件图形、计算滤波预处理、区域亚像素定位、模板匹配等系列技术手段,分别从零件的顶面、侧面、底部等位置完成电机换向器缺陷无损检测。在电机换向器检测实验结果中发现,该系统检测过程简单,相比人工检测效率能够提高70.6%,漏检率0%,误检率降低到1%,实现检测效率的大幅度提升,同时能测量不同尺寸换向器的多种技术参数,这为换向器的检测提供了一种设计思路,同时也为其他零部件质检提供了优化思路。